基础设施与稳定性工程-Dev Infra 数据架构师-研发基础设施

优缺点分析

角色解读

• 技术专家路线：在Dev Infra、数据架构、大模型基础设施方向深耕，成为领域权威，主导技术演进
• 管理路线：从团队负责人逐步晋升为更高级别管理者，负责更大范围的研发基础设施与技术战略
• 跨界发展：横跨研发效能、数据工程与AI基础设施，未来可转向平台型产品技术负责人或架构师
• 负责研发基础设施（Dev Infra）的整体架构设计，打通需求、研发、测试、交付、运维及Agent运行的完整链路，确保工程效率与稳定性
• 推动DevOps体系演进，包括代码托管、构建、CI/CD、环境、发布、可观测及故障治理，提升研发运维自动化水平
• 建设研发运维数据体系，统一数据模型与接口，并设计Agent运行与信号体系，支持大模型训练与评测闭环
• 带领团队进行技术规划、项目管理和人才培养，协同多个团队推动复杂项目落地
• 扎实的分布式系统架构设计能力，5年以上研发基础设施或数据平台经验，能应对大规模复杂系统挑战
• 精通Java、Go、Python、Scala中至少一门语言，熟悉批流处理、消息、存储、计算及大规模数据管道
• 深入理解DevOps体系，熟悉CI/CD、可观测性、故障治理等研发运维基础设施
• 掌握大模型SFT、RL原理与训练方法，具备训练数据构造、Reward设计及效果评估能力

申请策略

• 面试前深入了解阿里巴巴Dev Infra的公开技术分享，了解其技术栈和业务痛点
• 准备一个完整的项目案例，说明你如何从架构设计到落地，并解决了哪些复杂问题
• 突出个人在研发基础设施或数据平台方面的架构设计案例，强调大规模系统的落地经验
• 展示团队管理经历，包括技术规划、目标拆解、人才培养和复杂项目管理成果
• 如果有DevOps、CI/CD、可观测性体系建设的项目，尽量量化收益（如效率提升百分比）
• 强调对大模型SFT/RL和Agent机制的理解或实践经验，即使不是核心项目也可以体现学习能力
• 补充大模型训练数据构建、Reward设计、RLHF等知识，可通过在线课程或论文学习
• 熟悉Agent运行机制，如Session、Tool调用、HITL等，尝试搭建简单Agent原型

面试指南

• 采用STAR法则：说明背景、目标、行动和结果，重点突出你的架构决策和量化收益
• 结合阿里业务场景，从效率、稳定性和成本三个维度思考问题，体现全局观
• 对于技术设计问题，先梳理核心链路，再分模块阐述，明确权衡取舍
• 请描述一个你主导的DevOps体系演进项目，如何设计架构并推动落地？
• 如何设计统一的数据模型来打通需求、代码、变更、发布等环节？
• 你如何理解Agent的Reward设计？请举例说明如何构造训练数据
• 在跨团队协作中，你如何处理多方需求冲突并确保项目按期交付？
• 如果让你设计一个大规模CI/CD系统，你会如何考虑高可用和性能？