阿里巴巴
阿里云智能-智能运维开发工程师-AIOps Agent方向
阿里云智能-智能运维开发工程师-AIOps Agent方向
发布于 2 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
Emr
Rag
Starrocks
云原生
大模型
自动化运维
值不值得投
75综合评分
综合评分 75
阿里云核心AIOps方向，前沿AI技术栈，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
3.5万
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 3390 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
该职位主要负责阿里云超大规模大数据及AI平台的稳定性保障，并参与智能运维Agent的建设
你将结合大模型、RAG等技术，落地日志分析、故障归因等AI化运维能力，提升系统可靠性
最低要求
深入理解 ElasticSearch、EMR、Spark、StarRocks 等分布式系统技术架构和调用链路，熟悉阿里云云原生架构与网络架构
年以上云计算/AI相关工作经验，具备某一大产品领域知识（基础设施，网络，云原生）+AI领域知识，经历过大型互联网系统的保障建设以及AI系统建设
了解AI领域前沿技术进展，熟练掌握AI工具，对全栈AI（AI Infra，MAAS以及AI工程应用）有具体实践经验
有运维开发、平台开发、自动化工具建设经验，对大模型、RAG、Agent等 AI 工程化技术和AI Coding有实践经验
主动自驱，结构化表达，善于把"一次性问题"沉淀为"可复用方案"，能与产品研发、客户、合作伙伴多方协同推进结果
拥抱变化，结果导向，在业务和组织节奏快速变化的环境中保持适应力，对内部协作方与客户的真实诉求有敏感度，并以终态目标为导向推进事情落地
工作职责
负责超大规模大数据平台及 AI平台的稳定性保障，围绕监控告警、故障诊断、容量水位、链路治理、变更风险、应急处置和复盘改进等场景，持续提升系统可靠性
负责生产环境部署、发布、扩缩容、迁移等关键场景的稳定性保障，沉淀交付与运营的标准化方案
负责支持客户业务平稳迁移方案设计、适配、风险评估，在迁移关键节点提供稳定性兜底
参与智能运维 Agent建设，结合大模型、RAG、工具调用、自动化编排和知识库能力，落地日志分析、指标分析、故障归因、异常检测、根因定位、SOP 执行和运维问答等AI化运维能力
优先资格
有大规模业务迁移（跨云、跨机房、跨架构）的方案设计与落地经验优先
有 LLM / Agent 在运维场景的落地经验并有真实落地数据，如运维 Agent、智能巡检、根因诊断、应急 Copilot、ChatOps 等优先
AI 洞察
优缺点分析
优点
- 接触超大规模分布式系统和前沿AI技术，技术壁垒高，个人能力提升快
- 依托阿里云平台，能积累丰富的大型互联网系统保障和AI工程化落地经验
- AIOps是运维领域的未来趋势，岗位发展前景广阔，具备核心竞争力
- 业务和组织节奏变化快，需要较强的适应力和抗压能力
- AI技术在运维场景的落地仍处于探索期，需要不断试错和创新
- 适合具备扎实分布式系统基础、对AI大模型有热情，且能在高压环境下保持结果导向的资深运维开发或SRE工程师
缺点 / 挑战
- 超大规模系统的稳定性保障压力大，需要应对突发故障和复杂的线上问题
角色解读
- 向AIOps架构师或智能运维技术专家方向发展，深耕大模型在运维场景的落地
- 晋升为技术团队负责人，带领团队解决超大规模系统的复杂稳定性挑战
- 负责阿里云超大规模大数据及AI平台的稳定性保障，处理监控告警、故障诊断等场景
- 参与智能运维Agent建设，结合大模型和RAG技术落地日志分析、故障归因等AI化运维能力
- 支持客户业务平稳迁移，提供稳定性兜底和标准化交付方案
- 深入理解分布式系统架构（如ES、Spark、StarRocks）及阿里云云原生架构
- 具备3年以上云计算/AI经验，熟悉大模型、RAG、Agent等AI工程化技术
- 具备运维开发、自动化工具建设经验，有大型互联网系统保障及AI系统建设经历
申请策略
- 了解阿里云智能运维的最新产品和技术博客，展现对AIOps前沿趋势的关注和思考
- 准备好应对复杂线上故障的排查思路，体现结构化表达和复盘沉淀的能力
- 突出在分布式系统（ES/Spark/StarRocks等）和云原生架构方面的深度理解和实战经验
- 详细列举参与过的智能运维、AIOps或大模型/Agent在运维场景的落地项目及真实数据
- 强调大型系统稳定性保障、故障排查及大规模业务迁移的成功案例
- 深入学习大模型、RAG、Agent等AI工程化技术，尝试在本地或开源项目中构建运维Agent
- 提升对阿里云云原生产品及网络架构的理解，熟悉相关产品的底层原理
面试指南
- STAR法则：情境(Situation) -> 任务(Task) -> 行动(Action) -> 结果(Result)，重点突出数据指标和复盘沉淀
- 技术深度+业务价值：不仅讲技术实现细节，还要强调该技术如何提升系统可靠性或降低运维成本
- 请分享一个你处理过的最复杂的线上故障，你是如何定位根因并解决的？
- 在构建智能运维Agent时，你是如何结合大模型和RAG技术来提高故障归因准确率的？
- 针对超大规模大数据平台的稳定性保障，你有哪些核心的监控和应急处置策略？
- 请描述一次大规模业务迁移的经验，你在其中负责什么，遇到了哪些风险？
- 复习分布式系统原理、云原生架构及常见故障排查方法论
- 准备1-2个自己主导的AIOps或自动化运维项目，梳理其中的技术难点和解决方案
职位点评
薪资福利75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
职位未明确披露薪资，但基于阿里云的职级体系和杭州市场行情，3年以上经验且涉及AI前沿技术，薪资竞争力较强。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位深度结合大模型、RAG、Agent等前沿AI技术与超大规模分布式系统，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈ElasticSearch、EMR、Spark、StarRocks、大模型、RAG、Agent、云原生
业务类型cost_center
工作生活
50较低
JD未提及工作模式和WLB相关信息，且稳定性保障岗位通常需要应对突发故障，工作节奏可能较快。
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
AIOps是云计算和运维领域的重要发展方向，推动AI技术在超大规模系统中的落地，具有较高的行业价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs