阿里巴巴
基础设施与稳定性工程-中间件运维工程师/专家-杭州
基础设施与稳定性工程-中间件运维工程师/专家-杭州
发布于 5 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
Ai Agent
Go
Llm
Sre
值不值得投
77综合评分
综合评分 77
阿里核心中间件团队，探索AI+运维前沿技术，技术成长空间极大，但伴随较高的稳定性保障压力。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
5万
比DevOps/SRE中位数高
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 2940 个在招 · 其中DevOps/SRE 21 个
市场机会
选择适中
杭州 · DevOps/SRE · 35 个在招
职位详情
关于这个职位
负责阿里集团核心中间件的稳定性保障与智能运维体系建设，利用AI技术提升运维效率，支撑双11等大规模业务场景
你需要深入底层架构，将运维经验沉淀为自动化能力，向下一代AI Native SRE转型
最低要求
对运维体系、运维理念以及大规模高性能网站架构有深入理解和实践经验
熟悉 Java / Go / Python 至少一门语言，能读能写能排查
计算、存储、网络基本功扎实，精通 Linux 系统管理与性能调优
熟悉分布式系统原理（一致性、高可用、高并发），有中间件或基础设施运维经验优先
熟悉 Docker + Kubernetes，具备容器化环境下的运维实战能力
熟悉 AI Agent 架构，认同和理解 AI Native工作方式，在 LLM 应用有真实落地经验（LangChain / Agent / MCP / Skills 中至少一项）
主动、乐观、皮实、心细，能扛得住大规模系统的不确定性
英文听说读写流利，能够和海外团队对接
工作职责
负责阿里巴巴集团核心中间件（软负载 / 消息 / ZooKeeper / 配置中心等）的稳定性保障，包括故障定位、性能调优、容量规划与成本治理
主导中间件重大风险识别、应急预案设计与容灾演练，确保分钟级恢复能力
建设中间件 + AI 智能运维体系（Agent / Skills / MCP），实现 10x 效率提升，将人工经验沉淀为可复用的自动化能力
面向业务需求提供中间件选型建议与架构方案，联动产品和开发推动落地
参与大规模集群建站、大促备容及架构升级，支撑集团业务持续增长
优先资格
参与过开源中间件项目（RocketMQ / Dubbo / Nacos / ZooKeeper / Envoy 等），或有大规模集群运维经验
AI 洞察
优缺点分析
优点
- 接触万亿级流量与双11核心底层系统，技术视野与实战经验极佳
- 率先探索AI+运维（Agentic SRE），处于行业技术最前沿，个人技术壁垒高
- 阿里集团核心基础技术团队，平台大、资源多，能支撑国民级业务
- 要求技术栈广且深，需持续学习AI与分布式前沿技术，学习曲线陡峭
- 具备扎实系统功底、对AI赋能运维有热情，且抗压能力强的高级SRE或运维开发工程师
缺点 / 挑战
- 稳定性保障压力极大，需随时应对大规模系统的不确定性与突发故障
角色解读
- 从传统SRE向AI Native SRE转型，成为下一代智能运维专家
- 深入基础架构底层，可向中间件架构师或基础技术团队技术管理方向发展
- 负责阿里核心中间件的稳定性保障、故障定位与性能调优，确保系统高可用
- 主导容灾演练与应急预案设计，保障双11等大促场景下的分钟级恢复能力
- 建设AI智能运维体系，将人工运维经验沉淀为Agent Skills，实现自动化与10x提效
- 扎实的Linux、网络与分布式系统基础，精通Java/Go/Python至少一门语言
- 具备K8s容器化环境下的运维实战能力与大规模集群管理经验
- 熟悉AI Agent架构，有LLM在运维场景的真实落地经验（如LangChain/MCP）
申请策略
- 了解阿里中间件团队在Agentic SRE方向的最新技术分享或开源项目，面试时展现对AI Native工作方式的认同与思考
- 突出大规模集群运维经验与中间件（如RocketMQ/ZK）深度使用或源码贡献
- 重点展示AI Agent/LLM在运维场景的实际落地项目与提效数据
- 量化过往故障排查与容灾演练的成果，如可用性提升至99.99%或恢复时间缩短指标
- 深入学习LangChain、MCP等AI Agent框架，尝试构建运维自动化Skill
- 复习分布式系统一致性与高可用架构设计，强化底层原理认知
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出数据指标与业务价值
- 技术深度上，从底层原理（如Linux内核、网络协议）到上层架构（分布式一致性）进行系统性剖析
- 请分享一个你主导的中间件重大故障排查或容灾演练案例，如何保证分钟级恢复？
- 在容器化环境下，你是如何进行性能调优与容量规划的？
- 你如何将运维经验沉淀为AI Agent Skills？请举例说明LLM在运维中的落地实践
- 面对双11级别的大规模流量，中间件架构需要做哪些升级与保障？
- 准备1-2个极具技术深度的故障排查或架构演进案例，复盘关键细节与决策过程
- 了解阿里开源中间件（如Nacos、Dubbo）的最新特性及AI运维相关论文或实践
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
阿里核心基础技术团队，薪资福利处于行业头部，但工作强度与压力较大。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
95较高
处于AI+运维的最前沿，技术挑战大，能接触到集团最核心的底层架构，成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、MCP、Kubernetes、Docker、ZooKeeper、RocketMQ
成长机会下一代 SRE、用 AI 重新定义运维、10x 提效
业务类型cost_center
工作生活
40较低
核心中间件与双11保障，工作强度与压力较大，需应对突发故障，WLB较难保证。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
80较高
支撑国民级电商与云计算底层生命线，社会价值与行业影响力大。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号支撑集团业务持续增长、底层生命线
创新程度开拓性创新（行业首创）
Watch Jobs