阿里云可观测基础平台实习（存储计算）

团队负责阿里集团、阿里云可观测数据处理基础设施建设，打造日增数百PB级数据的实时数据分析平台。通过实时采集、索引、存储、压缩等技术，实时处理来自千万设备的海量日志数据，并针对AI应用场景进行特定优化，提供智能、自动化数据分析服务。 加入该岗位，您将有机会在国内超大规模的实时日志平台上，构建各种面向各类AI应用场景的数据存储和处理平台，打造新一代的AI基础设施。 1. 参与阿里云战略级产品SLS研发，参与面向AI应用场景的多模态数据采集、处理、检索分析等功能开发与设计； 2. 参与数据飞轮的建设，研发高质量数据集的清洗和存储、检索系统； 3. 参与Agent数据反馈回路建设，打磨Agent质量； 4. 参与建设Agent数据基座，研发稳定可靠的Agent运行时数据基础设施。

1. 计算机、软件工程、人工智能等相关专业，扎实的计算机基础（包括但不限于数据结构与算法、操作系统、计算机网络等）； 2. 优秀的编程能力，熟练掌握至少一门主流服务端编程语言（如 C/C++、Go、Java 或 Rust），拥有良好的代码习惯和工程素养； 3. 拥抱 AI 时代： 对大模型（LLM）和 AI 前沿技术有浓厚兴趣和极高的热情。了解基础的 Prompt 工程、Agent 原理或 RAG（检索增强生成）相关技术； 4. 底层技术嗅觉： 了解高性能网络服务器编程原理，对异步 IO、内存管理、多线程并发同步等机制有一定认知。有分布式系统、数据库内核相关实验项目经验者优先； 5. 有强烈的好奇心、自驱力和极快的学习能力，能够面对复杂的系统性难题迎难而上，具备良好的逻辑分析与沟通协作精神。 绝对加分项（满足其一即可脱颖而出）： 1. 源码极客： 曾深入阅读并研究过知名底层开源项目源码（如 Lucene、LevelDB、RocksDB、InfluxDB、LanceDB 等）； 2. AI 实战派： 在实验室课题或顶级科技公司实习中，有过大模型微调、Agent 应用开发、或向量数据库（Vector DB）相关研发经验； 3. 学术/竞赛达人： 在计算机系统、数据库顶级会议（如 SIGMOD、VLDB、OSDI、SOSP 等）发表过论文，或在 ACM/ICPC 等重磅程序设计竞赛中获得过优异成绩。