刘先生
阿里云计算有限公司·高级技术专家
昨日
上次在线
94%
反馈率
1天
处理时长
在招职位 (6)
北京
硕士
岗位职责
1、负责研发AIOps系统，通过LLM结合OpenAPI/MCP等技术，实现云客户的自动化运维，提升运维效率和稳定性；
2、设计与开发前沿AI智能体： 构思、原型化并评估新颖的、基于LLM的自主智能体，能够基于云平台产品和OpenAPI执行端到端的IT事件管理任务，包括智能日志分析、多模态异常检测、根本原因分析（RCA）以及自动化修复方案的生成与执行 ；
3、探索与实施尖端LLM技术： 深入研究并应用最先进的LLM技术，包括但不限于：
•MCP/Skills为客户侧AIOps系统提供与云平台OpenAPI进行集成的标准化接口；
•利用检索增强生成（RAG）为模型提供丰富的、上下文感知的运维数据（如日志、指标、追踪）；
•设计和实现多智能体协作框架，让多个专用智能体协同解决复杂的系统故障；
•通过模型微调（Fine-tuning）和提示工程（Prompt Engineering），提升模型在特定运维任务上的性能和可靠性；
4、解决核心研究挑战： 专注于攻克将LLM应用于AIOps领域的关键难题，包括但不限于：
•研究并提出创新方法以减轻模型的“幻觉”（Hallucination）问题，确保在生产环境中的决策可靠性，例如通过引入外部知识库或标准操作程序（SOPs）进行约束；
•开发资源高效型（Resource-Efficient）模型和算法，在保证卓越性能的同时，解决LLM高昂的计算成本和延迟问题；
5、推动科学严谨性与可复现性： 建立和利用科学的评估基准与框架（Benchmark），对所研发的模型和智能体进行严格、可复现的性能评测，并与业界SOTA（State-of-the-art）方案进行比较；
6、发表与分享研究成果： 将创新工作和实验发现撰写成高质量的学术论文，并在全球顶级的AI、系统和软件工程会议（如ICSE、FSE、OSDI、NSDI、KDD、VLDB等）上发表，引领该领域的学术发展方向。
岗位要求
1、拥有计算机科学或相关领域的博士学位，研究方向为人工智能、机器学习、自然语言处理或分布式系统；
2、在上述领域的顶级学术会议或期刊上拥有出色的论文发表记录；
3、对现代LLM（尤其是基于Transformer的架构）有深刻的理解，并具备应用、微调和评估这些模型的实践经验；
4、具备出色的编程能力，精通Python及至少一种主流深度学习框架（如PyTorch、TensorFlow）。
【加分项】
1、熟悉云计算产品、技术和OpenAPI，了解如何构建基于云的运维系统；
2、有构建能够与外部工具或环境交互的AI智能体（AI Agent）的实际经验；
3、熟悉现代云原生技术栈，包括微服务架构、容器化（Kubernetes）以及可观测性工具（如Prometheus、Jaeger、ELK Stack）；
4、对AIOps领域的当前研究现状和公开基准（如AIOpsLab、OpenRCA、LogEval）有深入了解者优先；
5、具备处理和推理异构数据（如日志、指标、追踪）的经验，以解决复杂的根因分析问题；
6、对创建领域专用语言模型（如BERTOps）或探索强化学习在智能体优化中的应用有浓厚兴趣。
申请
杭州
硕士
岗位职责
1、负责研发AIOps系统，通过LLM结合OpenAPI/MCP等技术，实现云客户的自动化运维，提升运维效率和稳定性；
2、设计与开发前沿AI智能体： 构思、原型化并评估新颖的、基于LLM的自主智能体，能够基于云平台产品和OpenAPI执行端到端的IT事件管理任务，包括智能日志分析、多模态异常检测、根本原因分析（RCA）以及自动化修复方案的生成与执行 ；
3、探索与实施尖端LLM技术： 深入研究并应用最先进的LLM技术，包括但不限于：
•MCP/Skills为客户侧AIOps系统提供与云平台OpenAPI进行集成的标准化接口；
•利用检索增强生成（RAG）为模型提供丰富的、上下文感知的运维数据（如日志、指标、追踪）；
•设计和实现多智能体协作框架，让多个专用智能体协同解决复杂的系统故障；
•通过模型微调（Fine-tuning）和提示工程（Prompt Engineering），提升模型在特定运维任务上的性能和可靠性；
4、解决核心研究挑战： 专注于攻克将LLM应用于AIOps领域的关键难题，包括但不限于：
•研究并提出创新方法以减轻模型的“幻觉”（Hallucination）问题，确保在生产环境中的决策可靠性，例如通过引入外部知识库或标准操作程序（SOPs）进行约束；
•开发资源高效型（Resource-Efficient）模型和算法，在保证卓越性能的同时，解决LLM高昂的计算成本和延迟问题；
5、推动科学严谨性与可复现性： 建立和利用科学的评估基准与框架（Benchmark），对所研发的模型和智能体进行严格、可复现的性能评测，并与业界SOTA（State-of-the-art）方案进行比较；
6、发表与分享研究成果： 将创新工作和实验发现撰写成高质量的学术论文，并在全球顶级的AI、系统和软件工程会议（如ICSE、FSE、OSDI、NSDI、KDD、VLDB等）上发表，引领该领域的学术发展方向。
岗位要求
1、拥有计算机科学或相关领域的博士学位，研究方向为人工智能、机器学习、自然语言处理或分布式系统；
2、在上述领域的顶级学术会议或期刊上拥有出色的论文发表记录；
3、对现代LLM（尤其是基于Transformer的架构）有深刻的理解，并具备应用、微调和评估这些模型的实践经验；
4、具备出色的编程能力，精通Python及至少一种主流深度学习框架（如PyTorch、TensorFlow）。
【加分项】
1、熟悉云计算产品、技术和OpenAPI，了解如何构建基于云的运维系统；
2、有构建能够与外部工具或环境交互的AI智能体（AI Agent）的实际经验；
3、熟悉现代云原生技术栈，包括微服务架构、容器化（Kubernetes）以及可观测性工具（如Prometheus、Jaeger、ELK Stack）；
4、对AIOps领域的当前研究现状和公开基准（如AIOpsLab、OpenRCA、LogEval）有深入了解者优先；
5、具备处理和推理异构数据（如日志、指标、追踪）的经验，以解决复杂的根因分析问题；
6、对创建领域专用语言模型（如BERTOps）或探索强化学习在智能体优化中的应用有浓厚兴趣。
申请
【27届实习】阿里云开放平台-AI应用研发工程师
400-600元/天
杭州
硕士
岗位职责
洞察业务问题，以AI为核心计算引擎，清晰定义目标，设计AI原生架构（AI-Native Architecture），完成任务的编排与交付，将AI的不确定性转化为工程的确定性，让大模型在真实生产环境中稳定落地。具体职责包括：
1.需求共创与问题定义：深入业务一线，通过数据挖掘与特征分析完成现象归因与建模，成为需求的共创者。定义目标与非目标（Goal & Non Goal），将业务需求转译为工程需求。
2.架构与系统设计：针对业务问题进行数学与逻辑建模，从零设计AI原生架构（AI-Native Architecture），包括Agent系统的业务流程建模与闭环设计（意图明确、任务拆解、工具调用、自主执行、反思纠错）。在成本、性能、安全、合规、SLO之间做系统级权衡，设计高可用架构并落实监控告警与自动恢复机制。
3.任务编排与交付：将AI的“不确定性”转化为工程的“确定性”。包括环境构建（API网关、消息队列、缓存等），工程迭代（调试、旁路测试、自动化评测），任务拆解与依赖编排，边界治理（权限分级、审计链、失败兜底），以及交付指标的持续优化。
4.Agent核心能力设计与实现：负责Agent关键模块的方案选型与工程落地，包括：上下文与记忆管理（短期/长期记忆方案，上下文窗口管理，多轮交互的信息连贯性），规划与推理策略（根据业务场景选择和优化ReAct、Plan-and-Execute、反思机制等模式），工具集成与编排（对接业务系统API和外部工具，设计工具描述、调用链路与异常处理机制），RAG/知识增强（构建业务知识库的检索增强方案，优化召回质量与上下文注入策略）。
5.工程正确性管理：明确业务规则与边界条件，定义数据契约。建立分层验证体系与CI阻断机制，持续跟踪缺陷密度与线上故障率，通过灰度发布与渐进式rollout持续降低MTTR。
6.沉淀与迭代：通过复盘提炼业务路径与技术经验，将成功经验内化为可复用的模型能力与系统底座，实现智能的规模化应用。
岗位要求
1.基础条件：计算机、软件工程、人工智能等相关专业优先。
2.专业能力
● AI编程工具重度玩家：Cursor、Claude Code等AI编程工具重度或顶级玩家，具备极强的Prompt编写与调优能力，有过完整的项目级开发经验，理解如何让AI写出生产级代码。
● 大模型理解与掌握： 理解主流LLM的能力与局限，能够清晰拆解任务并通过LLM或确定性逻辑兜底实现；熟悉主流大模型的应用范式（Prompt Engineering、RAG、Agent、工具/函数调用、检索增强等）及主流Agent框架(如LangChain等)，具备大模型幻觉、Prompt注入等风险的工程化应对思路。
● 委托编排与人机协作： 具备任务拆解、分层与分布设计能力，能完成上下文供给与约束注入，处理多agent协作与冲突治理。
● 验证与交付工程： 掌握测试工程全链路（覆盖、回归、分层），具备根因分析与调试定位能力，熟悉CI、lint、静态分析等变更管理工具。
● 工程与系统素养：能至少在一种主流编程语言（如 Java / Python / JS 等）上有深度的实践经验，掌握常见工程实践并具备优秀的Coding 能力，能够根据场景灵活选型并快速上手。
3.能力特质
● 学习力：对AI有热情、对前沿技术与产品好奇，对未知开放，能举一反三。
● 动手能力：积极主动体验市场中先进的模型和产品，独立阅读论文/技术报告等并快速复现，快速主动尝试落地先进开源项目。
● 技术审美：对新技术有近乎本能的渴望，追求简洁、可维护、可扩展方案；在模型/框架/工具选型上保持高信噪比决策。
【加分项】
1.有AI应用或Agent实际落地经验：包括不限于RAG系统、多智能体编排、结合MCP、Skill等的Agent项目，有可展示的项目/实习成果者优先。
2.开源贡献或技术影响力：在Github上有高质量AI项目、技术博客或社区影响力。
3.对AI Infra有基本理解：了解vLLM、Ollama等推理框架原理，理解延迟优化、KV cache优化、流式输出等工程全景视角。
4.在 CV（计算机视觉）或 NLP（自然语言处理）方向有扎实的理论基础，有实际业务场景模型训练(SFT、RL)等经验的优先。
申请
【27届实习】阿里云开放平台-AI应用研发工程师
400-600元/天
北京
硕士
岗位职责
洞察业务问题，以AI为核心计算引擎，清晰定义目标，设计AI原生架构（AI-Native Architecture），完成任务的编排与交付，将AI的不确定性转化为工程的确定性，让大模型在真实生产环境中稳定落地。具体职责包括：
1.需求共创与问题定义：深入业务一线，通过数据挖掘与特征分析完成现象归因与建模，成为需求的共创者。定义目标与非目标（Goal & Non Goal），将业务需求转译为工程需求。
2.架构与系统设计：针对业务问题进行数学与逻辑建模，从零设计AI原生架构（AI-Native Architecture），包括Agent系统的业务流程建模与闭环设计（意图明确、任务拆解、工具调用、自主执行、反思纠错）。在成本、性能、安全、合规、SLO之间做系统级权衡，设计高可用架构并落实监控告警与自动恢复机制。
3.任务编排与交付：将AI的“不确定性”转化为工程的“确定性”。包括环境构建（API网关、消息队列、缓存等），工程迭代（调试、旁路测试、自动化评测），任务拆解与依赖编排，边界治理（权限分级、审计链、失败兜底），以及交付指标的持续优化。
4.Agent核心能力设计与实现：负责Agent关键模块的方案选型与工程落地，包括：上下文与记忆管理（短期/长期记忆方案，上下文窗口管理，多轮交互的信息连贯性），规划与推理策略（根据业务场景选择和优化ReAct、Plan-and-Execute、反思机制等模式），工具集成与编排（对接业务系统API和外部工具，设计工具描述、调用链路与异常处理机制），RAG/知识增强（构建业务知识库的检索增强方案，优化召回质量与上下文注入策略）。
5.工程正确性管理：明确业务规则与边界条件，定义数据契约。建立分层验证体系与CI阻断机制，持续跟踪缺陷密度与线上故障率，通过灰度发布与渐进式rollout持续降低MTTR。
6.沉淀与迭代：通过复盘提炼业务路径与技术经验，将成功经验内化为可复用的模型能力与系统底座，实现智能的规模化应用。
岗位要求
1.基础条件：计算机、软件工程、人工智能等相关专业优先。
2.专业能力
● AI编程工具重度玩家：Cursor、Claude Code等AI编程工具重度或顶级玩家，具备极强的Prompt编写与调优能力，有过完整的项目级开发经验，理解如何让AI写出生产级代码。
● 大模型理解与掌握： 理解主流LLM的能力与局限，能够清晰拆解任务并通过LLM或确定性逻辑兜底实现；熟悉主流大模型的应用范式（Prompt Engineering、RAG、Agent、工具/函数调用、检索增强等）及主流Agent框架(如LangChain等)，具备大模型幻觉、Prompt注入等风险的工程化应对思路。
● 委托编排与人机协作： 具备任务拆解、分层与分布设计能力，能完成上下文供给与约束注入，处理多agent协作与冲突治理。
● 验证与交付工程： 掌握测试工程全链路（覆盖、回归、分层），具备根因分析与调试定位能力，熟悉CI、lint、静态分析等变更管理工具。
● 工程与系统素养：能至少在一种主流编程语言（如 Java / Python / JS 等）上有深度的实践经验，掌握常见工程实践并具备优秀的Coding 能力，能够根据场景灵活选型并快速上手。
3.能力特质
● 学习力：对AI有热情、对前沿技术与产品好奇，对未知开放，能举一反三。
● 动手能力：积极主动体验市场中先进的模型和产品，独立阅读论文/技术报告等并快速复现，快速主动尝试落地先进开源项目。
● 技术审美：对新技术有近乎本能的渴望，追求简洁、可维护、可扩展方案；在模型/框架/工具选型上保持高信噪比决策。
【加分项】
1.有AI应用或Agent实际落地经验：包括不限于RAG系统、多智能体编排、结合MCP、Skill等的Agent项目，有可展示的项目/实习成果者优先。
2.开源贡献或技术影响力：在Github上有高质量AI项目、技术博客或社区影响力。
3.对AI Infra有基本理解：了解vLLM、Ollama等推理框架原理，理解延迟优化、KV cache优化、流式输出等工程全景视角。
4.在 CV（计算机视觉）或 NLP（自然语言处理）方向有扎实的理论基础，有实际业务场景模型训练(SFT、RL)等经验的优先。
申请
【27届实习】阿里云开放平台-基础平台研发工程师
400-600元/天
杭州
硕士
岗位职责
1. 负责云原生基础设施技术，包括研发面向百万级服务器的应用容器网络、面向AI超算的100G/200G/400G大规模高性能网络及通信基础设施建设，面向电商、AI、大数据等核心互联网应用场景的高性能计算、存储服务器研发、数据中心，以及构建超大规模的基础设施智能化集群管理和运维系统（例如研发运维平台、资源调度、监控报警、AIOPS等技术方向)；
2. 负责系统软件研发，包括操作系统/内核、JVM、编译器、Docker/安全容器、ETCD/Zookeeper分布式协调系统、网络&存储虚拟化等技术方向；
3. 负责阿里巴巴中间件产品的研发与维护，包括但不限于服务、消息、缓存、数据库、微服务框架等；负责 AI /高性能计算所需要的高性能分布式通信框架；负责阿里巴巴全局高可用产品的研发与维护，包括但不限于单元化架构、容灾、快恢、演练等；负责不断提升应用运行时的研发效率和分析诊断效率;探索 Serverless、AIGC 等新场景下的解决方案；
4. 负责MySQL、Postgre SQL、MongoDB、Redis、HBase等开源数据库内核的改进，TDDL等分布式数据库中间件研发及大规模集群运维平台建设；
5. 参与大型技术平台的开发和维护，完成从需求到设计、开发和上线等整个项目周期内的工作。
岗位要求
1. 热爱编程，熟悉掌握但不限于C/C++/Java/Golang/Node.JS等编程语言中的一种或几种；
2. 基础知识扎实，熟悉计算机系统结构、操作系统内核、网络、分布式系统、算法等领域；
3. 具备优秀程序员的基本素养，遇到问题可以一查到底，善用工具，对工程效率有自己的见解；
4. 学习能力强，对新事物保有好奇心，不断突破技术瓶颈，乐于探索未知领域；
5. 有良好的沟通能力和团队协同能力，善于独立思考并反思总结。
【加分项】
1. 在github等开源社区具备有较大影响力的技术项目，作为Collaborator/Committer/Member优先；
2. 作为重要角色参与领域内有含金量的比赛并取得成绩（比如ACM）；
3. 发表顶刊顶会（参考CCF-A），担当一作/并列/二作；
4. 获得过业界有影响力的专利。
申请
【27届实习】阿里云开放平台-基础平台研发工程师
400-600元/天
北京
硕士
岗位职责
1. 负责云原生基础设施技术，包括研发面向百万级服务器的应用容器网络、面向AI超算的100G/200G/400G大规模高性能网络及通信基础设施建设，面向电商、AI、大数据等核心互联网应用场景的高性能计算、存储服务器研发、数据中心，以及构建超大规模的基础设施智能化集群管理和运维系统（例如研发运维平台、资源调度、监控报警、AIOPS等技术方向)；
2. 负责系统软件研发，包括操作系统/内核、JVM、编译器、Docker/安全容器、ETCD/Zookeeper分布式协调系统、网络&存储虚拟化等技术方向；
3. 负责阿里巴巴中间件产品的研发与维护，包括但不限于服务、消息、缓存、数据库、微服务框架等；负责 AI /高性能计算所需要的高性能分布式通信框架；负责阿里巴巴全局高可用产品的研发与维护，包括但不限于单元化架构、容灾、快恢、演练等；负责不断提升应用运行时的研发效率和分析诊断效率;探索 Serverless、AIGC 等新场景下的解决方案；
4. 负责MySQL、Postgre SQL、MongoDB、Redis、HBase等开源数据库内核的改进，TDDL等分布式数据库中间件研发及大规模集群运维平台建设；
5. 参与大型技术平台的开发和维护，完成从需求到设计、开发和上线等整个项目周期内的工作。
岗位要求
1. 热爱编程，熟悉掌握但不限于C/C++/Java/Golang/Node.JS等编程语言中的一种或几种；
2. 基础知识扎实，熟悉计算机系统结构、操作系统内核、网络、分布式系统、算法等领域；
3. 具备优秀程序员的基本素养，遇到问题可以一查到底，善用工具，对工程效率有自己的见解；
4. 学习能力强，对新事物保有好奇心，不断突破技术瓶颈，乐于探索未知领域；
5. 有良好的沟通能力和团队协同能力，善于独立思考并反思总结。
【加分项】
1. 在github等开源社区具备有较大影响力的技术项目，作为Collaborator/Committer/Member优先；
2. 作为重要角色参与领域内有含金量的比赛并取得成绩（比如ACM）；
3. 发表顶刊顶会（参考CCF-A），担当一作/并列/二作；
4. 获得过业界有影响力的专利。
申请
阿里云 企业服务 已上市 杭州
阿里云是阿里巴巴集团旗下的云计算与人工智能科技公司，成立于2009年。公司核心业务是向全球企业、开发者和政府机构提供公共云服务，包括弹性计算、数据存储、网络、数据库、大数据分析、人工智能及安全等一系列产品。阿里云运营着遍布全球多个区域的数据中心，通过互联网向客户提供按需取用、弹性伸缩的IT资源。其客户覆盖互联网、金融、零售、制造、政务等多个行业。阿里云设有庞大的研发团队，从事分布式系统、数据库、服务器、芯片等底层技术的开发。作为云计算服务提供商，其服务稳定性、安全性、性能及价格是市场竞争的关键要素。公司的业务规模与全球数字化转型进程和企业在IT支出上云化的比例密切相关。