无锡吉利 devops 招聘（工资待遇要求）

岗位职责
1. AI驱动的工具链优化
• Git智能代码流：设计并实现AI辅助的代码审查系统，利用机器学习模型学习电机控制算法代码库（C/C++/Model-Based代码），自动识别潜在逻辑错误、性能瓶颈及行业规范（如MISRA）违规模式；基于历史提交数据预测代码变更风险，为合并请求提供智能决策支持。
• Jira & Codebeamer智能追踪：打通Jira（任务/缺陷）与Codebeamer（需求/测试）的数据孤岛，利用NLP技术自动关联需求变更、开发任务与测试结果；构建预测模型，基于历史项目数据预测电机特定配置在测试阶段（如冬季测试、耐久测试）的潜在故障，并自动触发相关追溯流程。
• Jenkins预测性CI/CD：分析历史构建与测试数据，训练模型预测代码提交可能导致的构建失败或测试用例执行结果；实现智能CI/CD资源调度，根据任务紧急程度和历史耗时动态分配Jenkins Agent，缩短关键任务的排队与执行时间。
• Kubernetes智能运维：基于历史负载数据训练资源预测模型，实现K8s集群的预测性弹性伸缩，在保障仿真、标定等任务及时完成的同时*大化资源利用率；构建智能根因分析系统，当出现性能瓶颈或故障时，自动关联分析Git提交、Jenkins构建日志、Jira变更及K8s监控指标，快速定位问题根因（如：定位到具体代码提交引发的某次构建异常）。
2. 全链路数据闭环构建
• 设计并实施统一的可观测性数据平台，整合来自Git、Jira、Codebeamer、Jenkins、K8s及电机实际运行数据，形成研发全生命周期的知识图谱。
• 开发AI模型，实现从"需求变更"到"代码提交"再到"运行时表现"的全链路影响分析与追溯。
3. 平台架构与落地
• 主导AI DevOps平台的架构设计、技术选型与核心模块开发，确保系统的可扩展性、稳定性与安全性。
• 探索大语言模型（LLM）在自动化文档生成、智能问答、测试用例自动生成等场景的应用。
• 编写并维护相关技术文档，制定AI赋能DevOps的规范与实践。
任职要求
1. 基本资格
• 计算机科学、软件工程、人工智能或相关专业硕士及以上学历，8年以上软件开发/运维经验，其中至少3年AI/机器学习工程落地经验。
• 深刻理解DevOps文化与理念，对AI赋能研发效能有强烈热情和深入见解。
2. 技术技能
• AI/ML：精通Python及主流机器学习框架（TensorFlow/PyTorch/scikit-learn），熟练掌握NLP、时间序列预测、异常检测等常见算法；有大语言模型应用（RAG、Fine-tuning）经验者优先。
• DevOps工具链：
o 深入掌握Git及至少一种主流代码托管平台，理解其数据模型与API。
o 熟悉Jira/Codebeamer等ALM/PLM工具的数据模型与集成方式，有二次开发经验者优先。
o 精通Jenkins Pipeline即代码，有Jenkins API开发及插件开发经验。
o 深入理解Kubernetes架构与原理，有丰富的K8s operator/controller开发及智能运维经验。
• 大数据与可观测性：熟悉Elastic Stack、Prometheus/Grafana、Jaeger等可观测性技术栈，有构建统一数据湖或数据中台经验。
• 软件工程：扎实的编程功底，熟练掌握Java/Go/C++中至少一种；熟悉微服务架构、容器化技术。
3. 行业经验
• 有新能源电控、汽车电子、复杂嵌入式系统研发经验者优先。
• 理解ASPICE、ISO26262等功能安全开发流程者优先。