阿里巴巴
阿里云智能-技术服务工程师-全栈TAM - 北京
阿里云智能-技术服务工程师-全栈TAM - 北京
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公技术支持
技术支持
Ai Agent
Go
Gpu集群调度
Vllm
云原生
大模型推理
值不值得投
78综合评分
综合评分 78
阿里云核心TAM岗，前沿AI与云原生技术栈，技术成长空间大，但需应对高压护航与出差，WLB一般。
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
3.5万
比技术支持中位数高
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 3010 个在招 · 其中技术支持 7 个
市场机会
选择适中
北京 · 技术支持 · 44 个在招
职位详情
关于这个职位
该职位是阿里云的全栈技术服务工程师（TAM），主要为大型互联网及企业客户提供贴身技术支持与稳定性保障
你需要深入理解客户业务，处理技术问题，进行云上架构优化、风险巡检及高可用演练，并协助客户解决大模型及云原生相关的技术难题
最低要求
年以上泛娱乐、零售、金融、教育等行业大型互联网应用（含AI原生应用）或集团型企业应用的研发、架构设计、监控方案、Devops、AIops、维护、高可用改造方案经验
熟悉 AI Agent开发框架及工具（LangChain/Dify/LlamaIndex/百炼等），模型推理框架（vLLM /sglang），模型训练框架（LlamaFactory、swift等），具备GPU集群调度、资源隔离、显存优化相关经验，能够解决大规模算力下的性能瓶颈与稳定性问题
熟悉主流大模型推理框架（如 vLLM, Triton Inference Server, TensorRT-LLM, TGI 等）
了解 NVIDIA GPU 底层架构及分布式通信机制（如 NVLink, NCCL, RDMA/RoCE 高速网络）
熟悉JAVA、Python、GO其中一门开发语言，熟悉常见中间件、数据库、大数据组件，如Redis、Nacos、K8s、Kafka、spark、flink等，具有2年以上软件开发经验优先
具备大模型、云原生、大数据、数据库、网络、中间件等领域中的一项或多项技术理解和应用经验，有阿里云公共云产品相关使用运维经验优先
熟悉云原生的系统架构设计方法，有应用与数据迁移改造方案设计实施经验优先
具有优秀的沟通技巧、团队合作经验、敬业精神和学习能力
具有较强的抗压能力和执行力，并能接受一定频率的出差
工作职责
客户贴身技术服务
技术问题处置：持续关注并分析客户用云技术问题，通过对客户业务的深入理解协助客户完成技术案例的快速高效处置
需求追踪：在各行业结合客户业务场景和云产品使用情况，对客户使用情况和需求进行正确分析，挖掘真实产品需求并协助产品持续优化
稳定性支持与保障
应急保障：重大故障问题的应急处置，协助业务快速恢复，故障逃逸等保障工作
风险巡检：针对客户使用云产品，进行使用负载，业务容量，风险事件，变更通知等巡检
主动服务：结合客户云上业务，制定关键架构监控和告警方案，实现智能监控和预警，提升客户的业务效率和用户体验
全链路评估：对客户业务全链路调用评估，结合业务调用的云上/云下一体化风险评估，关键链路使用建议和风险提醒
高可用演练：围绕架构高可用方向，配合客户进行极端场景的高可用演练，模拟故障场景，演练业务逃逸实施并参与总结
活动护航：客户重大业务高峰活动护航，包括活动业务架构梳理，前置产品风险巡检，性能压测，故障演练，驻场保障等
云上业务治理与优化
用云优化：对客户新产品选型、产品使用方式、支撑行业最佳实践方案，规避通用行业客户使用误区，提炼围绕客户的最佳用云实践方案
云上资源管理：协助客户进行云上资源管理，业务资源使用率分析、容量管理和弹性伸缩方案保障
卓越架构支持：围绕卓越架构目标，对安全合规、稳定性、成本优化、高效性能方案等全方面优化工作支撑
服务保障
服务管理：为客户在云上使用过程中制定合理的服务及交流渠道，提供线上，现场，多项目多部门关键人员的服务交流方案支持，确保关键事件及重点项目的进展信息有效性，推进项目进展顺利落地
项目支持：在客户使用云产品期间根据需求提供多样化的技术保障专项，并结合云产品特性和客户使用情况制定对应技术方案执行路线，保障技术专项的有效交付
满意度保障：为企业客户满意度负责，从问题快速解决到项目平稳交付，并持续提供有效的云上使用建议和稳定性保障方案整体提升客户用云满意度
优先资格
有ACP（阿里云认证工程师）、ACE（阿里云认证高级工程师）者优先
熟悉阿里云 AI 产品矩阵（如 PAI 机器学习平台、百炼大模型平台）或具有相关云厂商 AI 基础设施研发经验
对大语言模型（LLM）的量化（AWQ/GPTQ）、KV Cache 优化（如 PagedAttention）有一定了解
具备极强的复杂问题排查能力，有处理过 GPU OOM、CUDA/算子报错、NCCL 通信超时或死锁等 AI 典型故障的实战经验者优先
AI 洞察
优缺点分析
优点
- 接触行业头部客户与前沿AI/云原生技术，技术视野广阔，能积累大规模分布式系统实战经验
- 依托阿里云平台，个人技术影响力提升快，职业发展路径清晰
- 岗位核心度高，直接支撑客户业务成功，成就感强
- 需应对客户突发故障和重大活动护航，工作节奏快，抗压要求高
- 技术栈要求极广，需持续学习大模型、GPU底层等快速迭代的前沿技术
- 需频繁与客户沟通并可能出差，对沟通与项目管理能力要求高
- 适合具备扎实云原生与开发基础，对AI大模型底层技术有热情，且具备优秀沟通与客户服务意识的复合型技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向资深技术专家（TAM专家/云架构师）发展，深耕云计算与AI基础设施领域
- 也可转型为云产品架构师、技术解决方案专家或客户成功团队的管理岗位
- 作为阿里云TAM，为大型客户提供贴身技术支持，解决用云过程中的技术难题与突发故障
- 负责云上业务的稳定性保障、架构优化、高可用演练及重大业务活动护航
- 结合AI大模型和云原生技术，协助客户进行算力调度、模型推理优化及全链路风险评估
- 精通Java/Python/Go等至少一门语言，熟悉K8s、Redis等中间件及云原生架构设计
- 深入理解AI Agent开发框架、大模型推理框架（如vLLM）及NVIDIA GPU底层架构与分布式通信机制
- 具备优秀的沟通协调能力、抗压能力及复杂系统故障排查能力，能接受一定频率出差
申请策略
- 了解阿里云最新的AI产品矩阵（如百炼、PAI）及TAM服务理念
- 准备几个典型的复杂故障排查或高可用架构设计的成功案例，以应对面试中的技术深挖
- 突出大型互联网或企业级应用的架构设计、高可用改造及复杂故障排查经验
- 重点展示在AI Agent、大模型推理优化、GPU集群调度等方面的实战项目与成果
- 强调使用阿里云产品或相关云厂商产品的运维与优化经验
- 深入学习vLLM、TensorRT-LLM等大模型推理框架及NVIDIA GPU底层通信机制
- 考取ACP或ACE阿里云认证，提升云原生与AI产品矩阵的实操能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述故障排查或项目保障案例，突出技术深度与业务价值
- 对于架构设计问题，从需求分析、方案设计、风险评估到演练落地进行结构化阐述
- 请分享一个你处理过的最复杂的线上故障或GPU OOM/CUDA报错的排查过程
- 如何为大型客户设计云上业务的高可用架构和容灾演练方案？
- 在vLLM等推理框架中，如何进行显存优化和性能调优？
- 面对客户紧急的技术问题和业务高峰护航，你如何协调资源并保障满意度？
- 复习云原生架构、K8s、中间件及大模型推理优化的核心原理
- 准备阿里云相关产品的使用经验，并了解TAM岗位的服务理念与客户沟通技巧
职位点评
薪资福利85
成长发展90
工作生活50
使命价值75
薪资福利
85较高
上市企业背景，薪资具备市场竞争力，且TAM岗位通常有较好的项目奖金或绩效激励。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
接触前沿AI大模型与云原生技术，服务头部客户，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、LangChain、vLLM、GPU集群调度、Kubernetes、云原生、大模型推理
业务类型ambiguous
工作生活
50较低
需接受一定频率出差，且有重大活动护航和应急保障，工作强度与压力较大，WLB受限。
工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
75中等
助力企业客户数字化转型与AI落地，具有较高的行业价值与社会意义。
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