Alibaba logo
阿里巴巴
阿里云智能-运维技术专家-杭州

阿里云智能-运维技术专家-杭州

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 4.0–7.0万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公IT运维
IT运维
Aiops
Gpu集群
Llm运维
Sre
云原生
故障管理
稳定性治理

值不值得投

75综合评分

综合评分 75

前沿技术栈、高成长潜力、大厂平台背书,但工作强度较大,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IT运维中位数高

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 5010 个在招 · 其中IT运维 21 个

市场机会

选择适中

杭州 · IT运维 · 28 个在招

职位详情

关于这个职位

负责阿里云智能平台的稳定性体系建设与故障全生命周期管理,主导稳定性架构治理及重大战役(如容灾、资损防控)

设计并落地运维保障方案,包括全链路监控与变更管理,同时负责客户大型活动(如大促、峰会)的稳定性保障,确保SLA达标

最低要求

专业背景:计算机、软件工程、人工智能等相关专业,对云计算或 AI 大模型方向有持续的技术积累

技术栈能力:3年以上云计算或 AI 基础设施运维、SRE、稳定性保障经验,技术栈聚焦以下一个或多个领域:
运维技术栈:深入理解 Kubernetes 等云原生基础设施,熟悉监控、告警、变更、容灾等 SRE 工具链
AI 技术栈:熟悉 LLM 与 Agent 技术,有应用于自动化运维、故障诊断的实践经验
了解 GPU 集群管理、模型推理服务架构者优先
系统性解决问题能力:具备清晰的分析逻辑与全局思维,能从系统设计与工程机制角度提出创造性解决思路,推动问题根除与持续改进
沟通协作与结构化表达:具备优秀的沟通能力,能主动洞察沟通对象核心诉求,高效达成共识
能主导跨部门复杂业务协作
快速学习与并行执行:能敏锐跟踪 AI、云原生、可观测性等前沿方向,在压力下保持清晰的优先级判断

工作职责

稳定性体系建设:建立并完善云平台稳定性规范、标准与流程体系,覆盖健壮性架构、研发质量、发布变更、生产运行全链路,制定稳定性度量指标并持续改进

故障全生命周期管理:负责技术类故障的全流程管理,包括应急响应、协同调度、故障定位、恢复处置与复盘改进
执行值班响应职责,在 SLA 时间内完成对客响应
稳定性架构治理:主导推进稳定性架构治理重大战役,包括全栈容灾、变更灰度、应急 1-5-10、资损防控、GPU 故障隔离等,通过技术与管理结合的手段持续收敛稳定性风险
运维保障方案落地:设计并落地运维保障解决方案,涵盖线上问题管理、全链路监控、生产变更管理、故障容灾演练等,沉淀运维最佳实践
客户活动保障:主导客户大型活动的稳定性保障,包括重要模型发布、业务大促、行业峰会等关键时期的全方位保障

优先资格

有大模型 ACA 认证、MaaS 平台运维或 GPU 集群管理经验

有 AIOps 落地实践(异常检测、根因分析、智能告警等)
有 ITIL 认证及体系化实践,或具备 AWS / Azure / GCP 等云平台稳定性保障经验
能独立主导跨部门复杂项目落地

AI 洞察

优缺点分析

优点

  • 接触业界顶尖的云原生和AI基础设施技术,技术栈前沿且具有高含金量
  • 在阿里云这样的头部平台工作,职业背书能力强,有助于提升个人品牌
  • 能够参与重大项目的稳定性保障,获得丰富的实战经验
  • 需要兼顾技术深度与管理广度,既要懂底层架构又要协调多方资源
  • 技术迭代快,需持续学习以保持竞争力
  • 适合具备扎实云原生基础,同时对AI领域感兴趣,抗压能力强,喜欢解决复杂系统性问题的资深技术专家

缺点 / 挑战

  • 作为核心基础设施团队,需承担7x24小时值班责任,应对突发故障的压力较大

角色解读

  • 可向首席SRE工程师、云原生技术专家或运维架构师方向发展
  • 随着AI基础设施需求的增加,也可向AI Infra方向深化,成为兼具AI与运维能力的复合型高端人才
  • 构建和维护阿里云平台的稳定性体系,包括制定规范、流程和度量指标
  • 负责处理重大技术故障,进行应急响应、复盘和改进,确保系统高可用
  • 主导稳定性架构治理,如容灾、变更管理和资损防控
  • 精通Kubernetes等云原生技术栈,熟悉SRE工具和监控告警体系
  • 具备AI大模型运维经验,了解LLM、Agent及GPU集群管理
  • 拥有极强的系统性问题解决能力和跨部门沟通协作能力

申请策略

  • 准备具体的故障处理案例,展示从发现到解决再到复盘的全过程
  • 了解阿里云最新的产品线和稳定性挑战,体现对业务的理解
  • 突出在大规模分布式系统中的稳定性建设经验,量化故障率降低、可用性提升等成果
  • 强调在Kubernetes、GPU集群或AI运维方面的具体实践案例
  • 展示跨部门协作和主导复杂项目的经历
  • 深入学习LLM运维相关知识,如模型推理服务架构、GPU资源调度等
  • 掌握AIOps相关技术,如异常检测、根因分析算法
  • 提升结构化表达能力和项目管理能力

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述故障处理案例,重点突出分析逻辑、技术手段和最终效果
  • 对于架构设计问题,从需求分析、技术选型、风险评估、实施计划等方面展开
  • 请分享一次你处理过的最复杂的线上故障,你是如何定位和解决的?
  • 如何设计和实施一个高可用的云原生架构?
  • 在AI大模型场景下,运维面临哪些独特挑战?如何应对?
  • 如何平衡快速迭代与系统稳定性之间的关系?
  • 复习Kubernetes核心原理及常见故障排查方法
  • 了解AI大模型训练和推理的基本流程及运维要点

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

作为上市巨头企业的核心岗位,薪资福利体系完善且具有市场竞争力,符合资深专家的市场价值。

薪资信号未披露(AI估算:4.0千–7.0万/月)

成长发展

90较高

职位涉及云原生与AI大模型两大前沿技术领域,技术栈先进,成长空间巨大,能提供极佳的技术视野和实践机会。

技术前沿前沿/新兴技术
技术栈Kubernetes、LLM、Agent、GPU集群、AIOps、云原生
业务类型profit_center

工作生活

40较低

SRE岗位通常需要值班响应,且互联网大厂工作节奏较快,WLB相对一般,压力较大。

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

保障阿里云平台稳定性,支撑千行百业的数字化转型,具有显著的社会价值和行业影响力。

行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs