生成式AI运维工程师（GenAI Ops）

负责设计、实施和维护用于大型语言模型（LLMs）和AI代理开发、训练和部署的自动化CI/CD流水线；构建和管理代理AI系统，确保高效代理间协作和复杂工作流的编排；通过现代标准如模型上下文协议（MCP）将AI代理与外部工具和API集成；利用AI驱动的开发工具优化软件交付、基础设施管理和故障排除流程；使用基础设施即代码（IaC）工具如Terraform、AWS CDK或CloudFormation定义和管理GenAI工作负载的云基础设施；实施监控和可观测性解决方案用于模型、代理和系统健康，使用Prometheus、Grafana或Datadog等工具；优化生成式AI服务在生产环境中的可扩展性、性能和成本效率；执行AI安全、安全性和治理实践，确保符合组织和行业标准。

至少3年DevOps或站点可靠性工程（SRE）经验；至少1年MLOps角色经验，重点在云基础设施；有AWS、Google Cloud或Azure经验；精通Python或Bash，有容器化/编排工具如Docker和Kubernetes经验；有使用Jenkins、GitLab CI等工具构建和维护CI/CD流水线的经验；有云原生GenAI平台（如AWS Bedrock、Azure AI Foundry、Google Vertex AI）经验；熟悉LLM架构及大规模模型部署的挑战；有设计或管理多代理系统和编排AI工作流的经验；有使用IaC框架实施基础设施的经验；B2级以上英语水平。

灵活的工作安排（远程或在乌克兰舒适办公室或共享空间）；提供必要的设备执行工作；在EPAM内更换项目和技术栈；在保险、电商、医疗、金融、旅行、媒体、人工智能等领域获得经验；可能有 relocation 机会；参与志愿、慈善项目和社区（技术及兴趣-based）；专注于职业成长：与经理共同规划个人职业路径；定期获得同事反馈；免费提高英语水平（Speaking Clubs等）；免费参加AWS、GCP或Azure云认证培训；使用内部E-learn培训计划；访问LinkedIn Learning、Get Abstract等合作伙伴资源；在EPAM解决方案架构学校学习；发展领导力，加入交付管理、资源管理、领导力 essentials 学校；参与内部社区（500+ meetups等）。

EPAM致力于为全球超过62,350名专业人员提供职业成长机会。我们的同事是EPAM成功的来源，因此我们重视合作，始终理解客户业务，并追求最高质量标准。无论你在哪里，你都将加入一个致力于帮助你实现潜力的专注、多元社区。