49 lines
9.2 KiB
Markdown
49 lines
9.2 KiB
Markdown
|
# AIOps平台实施工程师
|
|||
|
|
|
|||
|
|
# 对应岗位：AIOps平台实施工程师
|
|||
|
|
|
|||
|
|
# 一、项目经历
|
|||
|
|
|
|||
|
|
### （一）项目名称：中通快递：Elasticsearch运维监控平台（ESPaaS）搭建项目
|
|||
|
|
|
|||
|
|
### （二）实习岗位：AIOps平台实施工程师助理
|
|||
|
|
|
|||
|
|
### （三）实习时间：2024.06-2024.07
|
|||
|
|
|
|||
|
|
### （四）实习单位：**深圳云智维科技有限公司**
|
|||
|
|
|
|||
|
|
### （五）岗位职责：
|
|||
|
|
|
|||
|
|
1. 协助导师开展企业运维需求调研，参与对接运维团队的痛点收集与流程分析，学习运用 价值流图（VSM） 梳理监控数据流转路径，~~并参与指标分层设计与ROI对比分析，整理成果用于AIOps场景优先级讨论，确保后续平台建设具备清晰方向~~**帮忙整理指标分层和ROI对比，把成果记录下来，方便后续讨论平台建设优先级**。
|
|||
|
|
2. 参与多集群监控平台的环境搭建与测试，协助配置自研 Exporter 与 Prometheus 采集策略，整理磁盘、CPU、GC等关键指标采集情况，~~确保数据接入流程标准化，支持监控数据在分布式环境下的稳定采集与跨集群整合~~**保证关键指标能稳定采集，并能在分布式环境下正常整合**。
|
|||
|
|
3. 协助完成 Grafana 可视化面板 的设计与优化，参与配置不同角色的监控大屏，测试指标展示的时效性与准确性，~~整理监控结果对比报告，并提出改进建议，支持运维人员快速定位异常，提高整体运维效率~~**写了监控结果对比报告，并提了一些小改进建议，帮助运维人员更快定位问题**。
|
|||
|
|
4. 参与智能诊断规则与异常检测实验，~~在工程师指导下完成磁盘容量、GC频率等风险检测的预测实验，学习应用 机器学习方法 优化规则库，整理误报率与检测延迟表现，为异常检测模型与阈值策略优化提供数据支持~~**在导师指导下做了磁盘容量、GC频率等预测实验，尝试用机器学习方法改进规则库，并整理误报率和延迟表现**。
|
|||
|
|
5. 协助告警体系优化，参与配置告警优先级、延迟触发与抑制策略，分析告警日志中的误报与重复率，~~提出改进意见并配合形成告警优化方案，支持告警系统与业务场景更好对齐，减少重复推送与干扰~~**提出了一些改进意见，帮忙配合优化方案，减少了重复告警**。
|
|||
|
|
6. 参与自动化修复流程测试，协助调试常见运维脚本（磁盘清理、分片迁移），~~记录修复前后指标对比结果，整理测试报告并提交导师审核，提升故障响应效率，为后续智能修复场景积累验证经验~~**记录修复前后的指标对比，整理成测试报告交导师审核，提升了故障响应效率**。
|
|||
|
|
7. 协助系统集成与云原生部署实验，参与在 Kubernetes 环境 下的 ES 集群弹性伸缩与代理层接入测试，~~记录跨环境兼容性与性能表现，整理结果形成阶段性文档，支持云原生架构下的可扩展性与弹性部署优化~~**记录了跨环境兼容性和性能情况，写成阶段性文档，支持云原生部署的优化**。
|
|||
|
|
|
|||
|
|
# 二、专业技能
|
|||
|
|
|
|||
|
|
### （一）核心能力
|
|||
|
|
|
|||
|
|
1. ~~精通企业数字化转型方法论，能够通过高层访谈、 workshops 和工作流分析，深度挖掘客户在运维效率、成本优化和业务连续性等方面的核心痛点。熟练运用价值流图（VSM）和痛点矩阵等工具，为客户制定清晰的AIOps建设路线图、场景建设优先级和ROI分析，提供具有前瞻性和落地性的数智化转型咨询~~**熟悉企业数字化转型的基本方法，能用价值流图（VSM）分析运维流程，帮助确定AIOps建设的优先级和ROI，参与整理建设方案**。
|
|||
|
|
2. ~~具备强大的技术方案设计和技术营销能力，能够针对智能监控、异常检测、故障预测、根因分析、智能修复等核心场景，设计完整的技术架构和实施方案。精通产品演示技巧，能够针对不同层级（高管、技术经理、工程师）的客户，精准阐述方案价值，并主导撰写高质量的技术建议书、招标文件和解决方案白皮书~~**能参与智能监控、异常检测等场景的方案设计，协助老师完成方案文档，学习过如何面向不同角色去讲解方案价值**。
|
|||
|
|
3. ~~具备卓越的项目协调和资源整合能力，能够作为技术纽带，高效协同产品研发、交付实施、客户运维等多方团队。深入理解敏捷开发与DevOps流程，能够将客户需求精准转化为产品需求（PRD），推动研发团队进行产品功能迭代和优化，确保技术方案高效落地和客户满意度提升~~**能在项目中起到协助协调的作用，熟悉敏捷开发和DevOps流程，学习把客户需求转化为产品需求，帮助团队推进方案优化**。
|
|||
|
|
4. ~~深入理解AIOps技术生态和发展趋势，熟悉主流监控工具（Prometheus/Zabbix/Datadog）、自动化运维平台、机器学习框架（Sklearn/TensorFlow）和LLM应用。具备第三方技术评估和选型能力，能够设计异构系统集成架构，制定数据对接、API集成和生态产品整合的技术方案~~**了解AIOps生态和发展趋势，熟悉 Prometheus、Grafana 等常见工具，也学习过用 Sklearn 做简单实验，参与过API对接的方案设计**。
|
|||
|
|
|
|||
|
|
### （二）复合能力
|
|||
|
|
|
|||
|
|
1. 人工智能应用能力：了解人工智能的发展路径与主流算法框架（如Transformer、多模态模型），初步掌握LLM调用、Prompt编写与图文生成工具的使用方法，具备AI基础素养与合规意识。
|
|||
|
|
2. Agent智能体开发基础能力：理解Agent的基本结构与工作机制，了解其在物联网、自动化控制和多任务协同中的应用模式，初步具备使用LangChain等主流框架实现简单任务编排和功能调用的能力。
|
|||
|
|
3. 计算机系统基础理解能力：具备从计算机底层结构（CPU架构、缓存设计、指令系统）到上层操作系统演进（Linux、虚拟化、边缘OS）的系统理解能力，能够初步分析软硬件协同机制与设备运行原理。
|
|||
|
|
4. 基础编程能力：掌握数组、链表、哈希表、堆栈、树与图等核心数据结构的原理与使用场景，具备使用Python进行数据处理与基础编程的能力。
|
|||
|
|
5. 版本管理与协同开发能力：掌握Git的本地提交、远程仓库操作流程，具备多人协作开发、代码评审与冲突解决的工作经验。
|
|||
|
|
6. Linux系统操作能力：能够在Linux环境下完成磁盘管理、用户权限配置、网络设置等常规操作，熟悉文件系统与命令行工具，具备脚本自动化与远程运维的初步经验。
|
|||
|
|
7. 持续学习能力：关注技术前沿趋势，如扩散模型、多模态大模型等方向，具备持续学习的意愿与主动探索的习惯，能够主动跟进新技术动态并将其应用于实际学习或项目尝试中。
|
|||
|
|
8. 自动化脚本应用能力：会使用Python对本地数据进行基础处理、接口调用任务，能够使用小型自动化工具来提升开发与运维效率，具备基础的异常处理与日志记录能力。
|
|||
|
|
9. 网络通信协议理解能力：理解TCP/IP模型、Wi‑Fi、蜂窝通信、BGP路由等核心网络协议，了解云计算架构下的网络基础设施与数据传输机制，具备构建连接与排查通信问题的基础能力。
|
|||
|
|
10. 嵌入式与边缘设备部署基础：了解物联网设备中的嵌入式系统架构，具备边缘设备操作系统、驱动管理与资源调度机制的基本认知，能够协助完成设备配置与系统调优任务。
|
|||
|
|
|
|||
|
|
# 三、个人评价
|
|||
|
|
|
|||
|
|
在实习过程中，~~具备扎实的AIOps平台实施与运维能力，能够参与需求调研并利用价值流图（VSM）分析运维流程，明确监控场景建设的优先级。熟悉 Prometheus、Grafana 等主流监控工具，能够协助完成多集群指标采集与可视化面板配置，提升数据展示的准确性与运维人员的定位效率。具备智能诊断与异常检测的基础经验，能够通过机器学习方法辅助优化规则库，并结合误报率与检测延迟数据提出改进建议。掌握告警优先级配置、延迟触发与抑制策略，能够配合团队优化告警系统，减少重复推送。熟悉 Linux 与 Kubernetes 环境，能够协助完成 Docker 容器化部署与ES集群弹性伸缩测试，保证平台在云原生架构下的可扩展性。学习过程中注重技术文档整理与结果分析，保持对AIOps生态与前沿技术的持续关注，展现出较强的学习力与协作力，为后续在智能运维平台建设与实施领域的发展奠定了良好基础~~**在实习过程中，参与了需求调研并用价值流图（VSM）分析运维流程，帮忙整理了监控场景优先级。熟悉 Prometheus、Grafana 等监控工具，能协助完成多集群指标采集和大屏配置。尝试过做智能诊断和异常检测实验，用机器学习方法优化规则库，并提出过改进建议。参与过告警优先级和抑制策略的配置，帮助减少了重复推送。熟悉 Linux 和 Kubernetes 环境，协助完成 Docker 部署和ES集群弹性测试。平时也注重文档整理和结果分析，对AIOps生态和新技术保持关注，展现了较强的学习力和团队协作力，为后续在智能运维平台方向打下了基础**。
|