网络AI算法工程师 (MJ016576)

核心职责
AI Agent开发与优化
基于用户文本指令（如自然语言）解析网络配置需求，实现动态网络调整（如VLAN配置、流量调度）。
开发对话式运维接口，整合LLM（如GPT、Claude）或自研模型处理复杂查询。
网络智能分析
构建故障诊断模型：通过日志分析、流量模式识别定位网络异常（如BGP震荡、链路拥塞）。
设计时间序列预测模型：基于历史数据预测设备资源利用率（CPU/内存/带宽），提前触发扩容或负载均衡。
系统架构设计与开发
改造开源AI Agent框架（如LangChain、AutoGen）以适应网络运维场景，编写Python后端核心模块。
设计高可用微服务架构，实现AI模型与网络控制器的低延迟交互。
任职要求
硬性技能
AI/ML能力
精通Python、JAVA及主流AI框架（PyTorch），有NLP项目经验（意图识别、实体抽取）。
熟悉无监督/半监督算法在异常检测中的应用（如LSTM-Autoencoder、Isolation Forest、GNN）。
网络运维经验
深入理解网络协议栈（TCP/IP、SNMP、NetConf），具备实际排障经验（如Wireshark抓包分析）。
熟悉网络自动化工具，或SDN控制器。
工程化能力
熟练使用FastAPI/Django构建RESTful API，掌握异步任务框架。
具备容器化部署经验（Docker/K8s），熟悉CI/CD流程（GitLab CI/Jenkins）。
软性素质
能将模糊的业务需求转化为技术方案（例如：将“优化网络延迟”拆解为QoS策略+流量工程模型）。
擅长技术文档编写，具备UML或架构图绘制能力，能主导技术方案评审。
加分项
贡献过开源网络自动化项目。
持有CCNP/CCIE或同类网络认证，或有云计算网络（AWS VPC/Azure NSG）调优经验。
发表过AI+网络运维相关论文，或拥有专利/软著。