阿里巴巴
阿里云智能-AIOps Agent 研发专家-ABM 平台研发
阿里云智能-AIOps Agent 研发专家-ABM 平台研发
发布于 7 小时前普通员工/个人贡献者
全职员工仅现场办公DevOps/SRE
DevOps/SRE
Aiops
Gitops
Go
Iac
Rag
大模型
值不值得投
78综合评分
综合评分 78
前沿AI Native运维赛道、技术成长空间大、薪资竞争力强，但稳定性保障压力较大。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5万
与DevOps/SRE中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3340 个在招 · 其中DevOps/SRE 24 个
市场机会
选择适中
杭州 · DevOps/SRE · 41 个在招
职位详情
关于这个职位
该职位负责阿里云计算平台运维Agent体系的架构设计与系统实现，将传统运维能力升级为AI Native的自动化产品
你需要结合大模型、RAG与自动化编排，研发异常处置、机器自愈等核心能力，并推动中台开发向AI Native模式演进
最低要求
计算机相关专业本科及以上学历，扎实的计算机基础（操作系统、计算机网络、数据结构、数据库、分布式系统），具备较为丰富的后端 / 平台 / SRE / 基础设施研发经验
年及以上相关经验
AI 工程化能力：具备大模型、RAG、Agent、工具调用、AI Coding 等 AI 工程化落地经验，理解 Agent 在复杂系统中的任务拆解、工具执行、上下文管理、权限控制、结果校验、失败兜底、效果评估等关键工程问题
运维平台研发经验：有运维平台、SRE 平台、稳定性平台、自动化运维工具或基础设施平台研发经验，熟悉监控告警、日志分析、故障诊断、发布变更、容量治理、巡检治理、自动化处置中的一个或多个领域
云原生 / 分布式背景：熟悉分布式系统、云原生、Kubernetes、容器、微服务、消息队列、任务调度、配置中心等技术
有大规模计算集群、PaaS 管控或 IaC（Terraform / Helm / Argo CD）相关经验者优先
编程语言：Java / Go / Python 均可
具备良好的工程开发能力、代码质量意识、系统设计能力与复杂问题拆解能力
有大型多人协作项目落地经验
软素质：具备良好的客户意识、平台意识与工程交付意识，能够从真实运维场景出发设计稳定、可用、可扩展的平台能力
具备良好的团队合作精神和沟通协作能力
追求卓越，对技术保有专业热情，能积极拥抱变化并持续学习成长
工作职责
负责运维平台 Agent 工程链路研发，让 Agent 在真实运维场景下做到稳定可控、可观测、可治理
基于大模型、RAG 与自动化编排，端到端研发异常处置、机器自愈、变更风险拦截、Context 底座等，把目前碎片化、流程化的运维能力重构为完整的 Agent 协同产品
GitOps × IaC 变更能力建设：负责 GitOps x Iac 的变更能力建设，覆盖应用与基础设施资源，保障不同产品形态下的统一管控模型与大规模变更场景下的稳定性，并具备 Agent 协同执行的能力
中台 AI 自主开发能力研发：研发可供 AI 自主行动的中台与 SRE 服务环境，推动中台需求开发与交付向 AI Native 模式演进，让 AI 在真实工程语境下安全完成闭环并保证可审计、可回滚
平台关键能力研发与稳定性保障：承接运维平台的关键模块的设计、开发、演进与稳定性治理，保障关键服务可用性、监控覆盖与交付质量，并按横向项目节奏推进代码合一、独立部署等研发要求
与 SRE、算法团队一起，协同识别效率瓶颈与稳定性风险，主导 AI Native 工程方法与研发范式在团队内沉淀
优先资格
有大规模计算集群、PaaS 管控或 IaC（Terraform / Helm / Argo CD）相关经验者优先
AI 洞察
优缺点分析
优点
- 处于AI与运维结合的前沿赛道，技术栈新颖（大模型、Agent、RAG）
- 依托超大规模真实云计算运维场景，技术壁垒高
- 个人技术影响力与工程能力将得到极大提升
- 需要同时具备传统SRE/运维平台经验与前沿AI工程化能力，学习曲线陡峭
- 适合具备扎实后端与运维平台基础，且对大模型、Agent技术有浓厚兴趣并有一定落地经验的资深技术人才
缺点 / 挑战
- 在真实复杂系统中落地Agent的稳定性和可控性面临较大技术挑战
角色解读
- 可向AIOps架构师、AI Native平台技术专家方向发展
- 在AI与运维深度融合的前沿领域积累稀缺经验，成为行业领先的智能运维专家
- 负责运维平台Agent工程链路研发，实现异常处置、机器自愈等AI Native能力
- 建设GitOps与IaC变更能力，保障大规模变更稳定性
- 研发中台AI自主开发能力，推动交付向AI Native模式演进
- 具备大模型、RAG、Agent等AI工程化落地经验
- 熟悉分布式系统、云原生、Kubernetes及IaC技术
- 精通Java/Go/Python至少一种，具备扎实的后端与SRE平台研发能力
申请策略
- 提前了解云计算平台的运维痛点及AI Native演进方向，准备针对“如何让Agent在真实运维场景下稳定可控”的深度思考
- 突出在运维平台、SRE或自动化运维工具方面的核心项目经验
- 详细展示大模型、RAG、Agent在复杂系统中的工程化落地案例及成果
- 强调在GitOps、IaC或云原生架构下的系统设计能力
- 深入学习Agent在复杂系统中的任务拆解、工具执行与上下文管理等工程问题
- 了解业界最新的AIOps和AI Native研发范式
面试指南
- 采用STAR法则，结合具体业务场景说明痛点、技术方案设计（特别是Agent的上下文管理、权限控制、结果校验）、落地效果及稳定性保障机制
- 如何设计Agent在真实运维场景下的异常处置与机器自愈流程？
- 在复杂系统中，如何解决Agent任务拆解、工具执行和失败兜底的问题？
- GitOps与IaC结合时，如何保障大规模变更场景下的稳定性？
- 请分享一个你主导的AI工程化落地项目，遇到了哪些挑战及如何解决？
- 复习分布式系统、云原生及Kubernetes核心原理
- 梳理过往项目中关于Agent工程化、RAG或自动化编排的实战细节，准备好应对深度技术拷问
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
职位为高级研发专家，薪资具备较强市场竞争力，且整体薪酬福利体系完善。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
90较高
岗位涉及大模型、Agent、AIOps等前沿技术，能接触超大规模真实场景，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈大模型、RAG、Agent、GitOps、IaC、Kubernetes、Java、Go、Python
成长机会持续学习成长
业务类型cost_center
工作生活
50较低
JD未明确提及工作模式与加班情况，但高级研发专家岗位通常面临较大的项目交付与稳定性保障压力。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
推动运维能力向AI Native演进，具有较高的技术创新价值，对提升云计算平台整体效能有积极意义。
行业发展高速增长赛道
社会影响中性/一般
使命信号把传统工具化、流程化的运维能力研发升级为 AI Native 的平台化、自动化、自主化产品
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs