阿里巴巴
基础设施与稳定性工程-AI系统技术专家-系统质量与稳定性方向
基础设施与稳定性工程-AI系统技术专家-系统质量与稳定性方向
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公测试开发
测试开发
Ai Sre
Ai Testing
Go
云原生
系统稳定性
质量保障
值不值得投
75综合评分
综合评分 75
顶尖大厂AI基建专家岗，技术前沿、薪资丰厚，但工作强度大、WLB一般
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
5.5万
比测试开发中位数高
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 4240 个在招 · 其中测试开发 47 个
市场机会
选择面较广
杭州 · 测试开发 · 约 110 个在招
职位详情
关于这个职位
负责构建AI系统的测试与质量保障体系，利用AI技术提升研发集成效率
同时建设AI系统稳定性运维能力（AI SRE），通过创新手段保障AI业务的快速稳定运行
最低要求
计算机、电子、自动化等相关专业本科及以上学历，具备多年系统质量或稳定性工作经验
精通 C/C++、Go、Rust、python其中之一语言，熟悉 Linux 操作系统原理，具备扎实的系统测试或系统问题运维保障能力
熟悉AI系统技术栈，参与过云原生和AI场景的系统质量体系建设或稳定性运维能力建设，具备多年的实际经验
工作职责
构建AI系统测试和质量保障体系，高效保障AI系统研发和集成质量
针对AI场景，创新构建系统集成测试系统和方法，提升AI系统研发质量，以及支撑系统自我改进（RSI）演进
利用AI技术，构建AI Testing能力，提升系统测试能力和效率，不断沉淀和迭代系统质量保障能力
建设AI系统稳定性体系，高效保障系统稳定性
面向AI场景，创新构建稳定性系统和运维能力，支撑保障AI业务的快速发展
利用AI技术，构建AI SRE能力，提升AI系统稳定性运维保障效率
优先资格
积极拥抱AI，具有AI Testing或AI SRE方面的经验优先
对系统质量和稳定性方向有技术热情，具有良好的跨团队沟通与协作能力
AI 洞察
优缺点分析
优点
- 接触最前沿的AI系统与云原生技术，解决高并发、高复杂度的稳定性难题，职业护城河深
- 热爱底层技术、对AI系统稳定性有极客精神、具备深厚系统工程背景的资深开发者
缺点 / 挑战
- AI系统黑盒特性带来测试与排障难度，需持续跟进新技术，工作强度与技术压力较大
角色解读
- 向AI基础设施架构师、SRE领域专家或技术管理方向发展，成为AI时代系统稳定性的权威
- 搭建AI系统的自动化测试框架与质量评估体系，确保模型上线前的可靠性
- 精通至少一门后端语言（C++/Go/Rust/Python），深入理解Linux内核与系统原理
申请策略
- 强调跨团队协作能力，因为稳定性工程需要与算法、研发、运维多方紧密配合
- 突出在大规模分布式系统中的稳定性治理经验，展示AI Testing/SRE的具体落地案例与量化成果
- 强化对LLM推理链路、向量数据库等AI特有组件的理解，补充混沌工程与可观测性平台搭建经验
面试指南
- 采用STAR法则，重点描述在复杂系统故障中的定位能力、工具链建设的系统性思维以及对AI特性的深度理解
- 如何设计AI模型的自动化回归测试体系？
- 面对AI服务的高延迟波动，你的排查思路是什么？
- 如何利用AI技术反哺SRE工作（如智能告警、根因分析）？
- 复习Linux系统调用、网络协议栈、容器化技术原理，准备1-2个处理重大线上事故的详细复盘案例
职位点评
薪资福利85
成长发展90
工作生活40
使命价值70
薪资福利
85较高
阿里专家级岗位提供极具竞争力的薪资与股票期权，福利体系完善，满足高补偿性动机。
薪资信号偏高 (4.0千–7.0万/月)
成长发展
90较高
处于AI技术与基础设施结合的前沿，技术挑战大，成长空间广阔，极大满足发展性动机。
技术前沿前沿/新兴技术
技术栈AI Testing、AI SRE、C/C++、Go、Rust、Python、Linux、云原生
业务类型cost_center
工作生活
40较低
互联网大厂核心研发岗，通常伴随高强度工作与On-call责任，WLB相对较弱。
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
70中等
通过保障AI系统稳定性，间接支持千行百业的智能化转型，具有一定的行业社会价值。
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
Watch Jobs