崗位職責(zé)：
1、負(fù)責(zé) AgentOps 平臺(tái) 設(shè)計(jì)與實(shí)現(xiàn)，覆蓋：
- Observability：端到端 trace（prompt/工具調(diào)用/檢索）、日志、指標(biāo)（延遲/成本/token/錯(cuò)誤率/命中率）
- Evaluation：離線評(píng)測(cè)集、自動(dòng)化評(píng)測(cè)流水線、回歸門(mén)禁、線上 A/B 與灰度策略
- Optimization：提示/參數(shù)管理、模型路由與回退、緩存策略、批處理與并發(fā)控制、成本-質(zhì)量權(quán)衡策略
2、建設(shè) 實(shí)驗(yàn)與發(fā)布體系：Prompt/策略/模型版本化，配置中心，特性開(kāi)關(guān)（feature flag），一鍵回滾與對(duì)比分析。
3、負(fù)責(zé) 運(yùn)行時(shí)與基礎(chǔ)設(shè)施：部署（容器/K8s 或等價(jià)平臺(tái)）、CI/CD、環(huán)境隔離、多租戶配額與限流、密鑰管理、審計(jì)與合規(guī)基礎(chǔ)能力。
4、打通數(shù)據(jù)閉環(huán)：采集線上失敗案例與用戶反饋，形成可復(fù)現(xiàn)樣本；聯(lián)動(dòng)應(yīng)用與檢索同學(xué)做歸因（檢索差/模型差/工具差/權(quán)限差）與持續(xù)優(yōu)化。
5、對(duì)平臺(tái)的穩(wěn)定性與可用性負(fù)責(zé)：SLO/告警、容量規(guī)劃、壓測(cè)、故障演練與應(yīng)急響應(yīng)。
任職要求：
1、本科及以上，計(jì)算機(jī)/相關(guān)專(zhuān)業(yè)優(yōu)先；5 年以上平臺(tái)/后端/Infra 經(jīng)驗(yàn)，具備復(fù)雜系統(tǒng)的設(shè)計(jì)與落地能力。
2、熟悉可觀測(cè)體系與工程實(shí)踐：OpenTelemetry/Tracing、結(jié)構(gòu)化日志、指標(biāo)與告警；能設(shè)計(jì)“面向 LLM/Agent 的可觀測(cè)數(shù)據(jù)模型”（span、事件、標(biāo)簽與采樣策略）。
3、有評(píng)測(cè)/實(shí)驗(yàn)工程經(jīng)驗(yàn)：離線評(píng)測(cè)框架、數(shù)據(jù)集與版本管理、LLM judge/rule-based 組合、回歸門(mén)禁、A/B 實(shí)驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)意識(shí)。
4、熟悉現(xiàn)代交付與部署體系：CI/CD、容器、K8s（或等價(jià)）、配置中心、灰度發(fā)布、回滾；理解多租戶、限流、配額與成本控制。
5、具備性能與穩(wěn)定性經(jīng)驗(yàn)：緩存、并發(fā)、隊(duì)列、熔斷降級(jí)、重試冪等、壓測(cè)與容量規(guī)劃。
6、加分項(xiàng)：
- 有 LLM 網(wǎng)關(guān)/模型路由（多供應(yīng)商、多模型）、token 成本治理經(jīng)驗(yàn)。
- 有安全與合規(guī)經(jīng)驗(yàn)（審計(jì)、權(quán)限、數(shù)據(jù)脫敏、密鑰/證書(shū)管理）。
- 有內(nèi)部平臺(tái)產(chǎn)品化經(jīng)驗(yàn)（讓業(yè)務(wù)團(tuán)隊(duì)自助接入、自助評(píng)測(cè)、自助發(fā)布）。