阿里巴巴
面向 AI Agent 的下一代智能调度引擎与运行时系统-阿里星/A Star
面向 AI Agent 的下一代智能调度引擎与运行时系统-阿里星/A Star
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 杭州市
无经验要求
全职员工
仅现场办公
硕士
云计算
Ai Agent
Go
Linux内核
Microvm
分布式系统
虚拟化
调度系统
AI 估算 · 60k–90k
阿里星顶尖校招，系统软件方向稀缺，博士学历加持，薪资竞争力强。
职位详情
关于这个职位
阿里巴巴阿里星项目招聘顶尖博士/硕士，主导阿里云AI Agent基础设施的调度引擎与运行时系统研发
工作涉及底层系统、虚拟化、Kubernetes调度、异构算力协同，攻克毫秒级冷启动、智能休眠等难题，支撑千万级实例规模
适合对系统软件有极致追求、兼具工程与研究能力的技术人才
最低要求
学历与学术背景：
计算机科学、软件工程、电子工程、人工智能或相关领域的博士学位（PhD）优先
或极具天赋的硕士学位，需在顶级系统/人工智能会议（如 OSDI, SOSP, EuroSys, NeurIPS, ICML 等）或期刊发表过高水平一作论文
具备深厚的操作系统、分布式系统理论基础，对系统软件前沿技术有敏锐洞察力
核心技术栈与工程能力：
编程语言：精通 Go/C++/Rust 中至少一种，具备大型、复杂底层系统或分布式调度系统的设计与开发经验，代码风格严谨，工程素养优秀
系统底层：深入理解 Linux 内核机制（如 cgroups, namespaces, 内存管理, 内核调度）及虚拟化技术（KVM, QEMU, Hypervisor）
熟悉 eBPF、CRIU、gVisor、Kata Containers 等云原生前沿技术者优先
云原生架构：熟悉 Kubernetes 架构，特别是其调度器（kube-scheduler）和资源管理机制，有二次开发、重度使用或大规模集群管理经验
有分布式系统调度算法（如 Borg, Omega, Mesos）设计或研究经验者优先
综合素质与软技能：
问题解决能力：逻辑严谨，善于在复杂的存量系统中进行重构与创新，不仅仅是纸上谈兵
具备体系化的方法论来解决复杂系统中的性能瓶颈与稳定性问题
驱动力与抗压性：拥有强烈的技术热情和好奇心，自驱力和学习力强
乐观皮实，坚韧抗压，结果导向
喜欢挑战性的技术研发工作，善于攻坚克难，能持续推动问题解决和突破
团队协作：具备良好的沟通能力和团队合作精神，能够跨团队（如与算法、硬件、产品团队）高效协作
工作职责
定义未来架构与统一底座：主导阿里云新一代 AI Agent 基础设施的顶层设计与演进，构建融合 Agent Sandbox、容器与虚拟化技术的统一算力调度系统
深度探索 MicroVM、异构计算调度、OS Agent 等前沿技术在智能体场景下的应用边界，确立技术领先优势
攻克极致性能与成本难题：解决超大规模分布式系统中的核心挑战，实现 Agent/Sandbox 的毫秒级冷启动、带状态极速唤醒及智能休眠
通过数据驱动的异构算力（CPU/GPU/NPU）协同调度与安全超卖，在保障 SLO 的前提下显著提升资源利用率，打造兼具极致性能与极致成本效益的计算底座
支撑千万级规模与学术工程闭环：突破单集群千万级 Agent/Sandbox 实例的管理瓶颈，确保生产环境的高可用与稳定性
保持对系统软件（System Software）领域前沿技术的敏锐度，推动学术界最新成果（SOTA）在工业界的大规模落地验证，并通过实战反哺学术研究，产出高水平专利与论文
优先资格
跨界融合与创新思维（强烈加分项）：
System + AI 跨界能力：既懂系统底层又懂 AI 算法，有利用大模型微调、强化学习解决系统工程问题（如智能调度、异常检测）的相关经验
或掌握 AI 基础知识，能将 AI 工具集成到研发工作流中提升效率
开源贡献：是 Linux Kernel, Kubernetes, Docker, KubeVirt 等知名开源项目的主要功能贡献者（Committer/Maintainer），或在社区有活跃影响力
AI 洞察
优缺点分析
优点
- 阿里巴巴平台资源丰富，阿里星项目提供高起点的职业发展通道
- 与顶尖人才合作，解决超大规模分布式难题，技术成长空间巨大
- 薪资待遇优厚，学术与工程并重，满足成就感和物质需求
- 技术栈深，要求极强的底层功底，学习曲线陡峭
- 跨团队协作复杂，需同时处理算法、硬件等多方需求，沟通成本高
- 适合对系统底层技术有极致兴趣、具备强自驱力和抗压能力的顶尖技术人才，尤其是博士或极优硕士
缺点 / 挑战
- 站在AI时代基础设施前沿，技术挑战大，积累顶级工程与研究能力
- 工作强度大，面临极致性能与成本的双重压力，需要高强度攻坚
角色解读
- 技术深耕方向：成为系统软件/云基础设施领域的顶尖专家，主导核心技术架构
- 研究双向赋能：与学术界合作，产出高水准论文专利，提升行业影响力
- 管理方向：从技术专家转向技术管理，带领团队攻克更大规模难题
- 主导AI Agent基础设施的调度引擎设计，涵盖容器、虚拟化、异构算力协同，构建统一算力底座
- 攻克毫秒级冷启动、带状态唤醒、智能休眠等性能难题，提升资源利用率和成本效益
- 管理千万级实例规模，确保系统高可用，并推动学术成果转化为工业实践
- 精通Go/C++/Rust之一，有大型系统或分布式调度开发经验
- 深入理解Linux内核、虚拟化技术，熟悉Kubernetes调度器
- 具备扎实的分布式系统、操作系统理论基础，能进行系统级性能优化
- 了解AI基础，能将大模型或强化学习应用于系统问题，是加分项
申请策略
- 了解阿里云底层技术栈和开源项目，面试时展示对业务的理解
- 准备深度项目复盘，用数据和架构图清晰表达技术决策过程
- 突出顶级会议论文（OSDI, SOSP等）或重磅开源贡献，证明技术深度
- 强调大型系统项目的实际设计与落地经验，展示解决复杂问题的能力
- 展现Go/C++/Rust及内核、虚拟化的扎实功底，附上性能优化案例
- 如果曾有AI+系统结合的项目，务必突出，这是重要加分项
- 如果对Kube-scheduler或Kata Containers不熟，提前研究其源码并尝试二次开发
- 补充AI基础知识，了解大模型如何辅助系统设计或智能调度
面试指南
- 分维度回答：先明确目标约束，再对比主流方案，最后结合系统实际给出设计取舍
- 用STAR法则讲项目：情境(Situation)、任务(Task)、行动(Action)、结果(Result)，突出个人贡献
- 对于开放性问题，展现系统性思维：从底层机制到上层架构，再到未来演进
- 如何设计一个支持百万级Agent实例的调度系统？请谈架构与挑战
- 你如何解决容器冷启动延迟高的问题？具体技术方案是什么？
- 请分享一个你在分布式系统性能优化上的实际案例，并量化结果
- 你如何看待AI Agent未来的基础设施需求？哪些是核心难点？
- 如何在保障SLO的前提下实现异构算力调度与超卖？
职位点评
79
综合评分
顶级平台、前沿技术、超高薪资，但工作强度大、WLB一般。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术极致、渴望成为系统软件领军人物的顶尖博士/硕士，愿意为前沿事业投入高强度工作。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活45
使命价值80
薪资福利
85较高
阿里星提供极具竞争力的薪资和顶尖平台，薪酬水平处于市场最高档，福利保障完善。
薪资信号未披露（AI估算：60K-90K/月）
成长发展
95较高
该职位处于AI基础设施最前沿，技术挑战极大，学术与工程结合，成长空间无限。
技术前沿前沿/新兴技术
技术栈AI Agent、MicroVM、Kubernetes、eBPF、CRIU、gVisor、Kata Containers、异构计算、Linux内核
成长机会学术工程闭环、产出高水平专利与论文
业务类型profit_center
工作生活
45较低
工作地点为北京/杭州/深圳，但需高强度攻坚，未明确WLB，现场办公，生活平衡一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
推动AI基础设施发展，技术影响力大，对行业有积极贡献，使命感和价值感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号确立技术领先优势、推动学术界最新成果在工业界落地
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs