岗位职责
大规模Al k8s集群可观测性系统架构设计和研发，要求监控指标、日志等长时间存储，查询快速响应。
基于微服务框架设计并开发AI平台数据集管理和模型集管理。
团队内部开发环境集群可用性维护：GPU集群、共享存储集群
任职要求
精通Kubernetes、docker，具备公有云、私有云等产品运维/可观测性架构设计经验者优先；
2年以上相关经验，精通 Prometheus, ELK，Grafana, victoriametrics等主流监控组件；
熟练使用k8s，具备大型集群监控领域相关经验；
熟练使用Go,Python,Shell 脚本语言；
有较强的责任心，技术钻研能力和沟通能力。