杭州·西湖区
职位详情
职位描述
1）承担阿里云AI人工智能平台（PAI）的运维保障任务，构建超大规模GPU集群的稳定性体系，涵盖可观测性链路建设、监控告警机制、故障应急响应与处理、SLA可用率评估与优化等方面
2）开发AI运维管控系统，借助自动化手段提升运维效能，实现交付与变更的CICD流程、GPU节点快速交付与自愈、智能诊断与问题定界等功能
3）推进AIOps智能运维实践，运用AI算法增强系统稳定性能力，覆盖异常行为识别、根因分析以及基于大模型与智能体Agent的运维场景落地
4）主导稳定性架构设计并推动重点项目实施，涉及基础架构云原生转型、跨AZ高可用方案设计、产品可运维性架构持续演进等工作
职位要求
1）具备3年以上K8S或主流大数据引擎运维经验，掌握分布式系统运行机制及Linux底层原理，拥有AI IaaS&PaaS平台或GPU集群运维开发背景者优先
2）熟练使用Golang/Python/Java中至少一门编程语言，有运维平台类系统开发经历，具备AIOps智能运维实践经验者更佳
3）具有扎实的生产环境稳定性保障实战经验，熟悉高可用架构设计、可观测性与监控体系、异常事件处置流程、SLA与可用率管理、节点自愈机制等
4）具备良好的沟通协调能力和项目推动力，工作态度认真细致，抗压能力强，富有责任心
1）承担阿里云AI人工智能平台（PAI）的运维保障任务，构建超大规模GPU集群的稳定性体系，涵盖可观测性链路建设、监控告警机制、故障应急响应与处理、SLA可用率评估与优化等方面
2）开发AI运维管控系统，借助自动化手段提升运维效能，实现交付与变更的CICD流程、GPU节点快速交付与自愈、智能诊断与问题定界等功能
3）推进AIOps智能运维实践，运用AI算法增强系统稳定性能力，覆盖异常行为识别、根因分析以及基于大模型与智能体Agent的运维场景落地
4）主导稳定性架构设计并推动重点项目实施，涉及基础架构云原生转型、跨AZ高可用方案设计、产品可运维性架构持续演进等工作
职位要求
1）具备3年以上K8S或主流大数据引擎运维经验，掌握分布式系统运行机制及Linux底层原理，拥有AI IaaS&PaaS平台或GPU集群运维开发背景者优先
2）熟练使用Golang/Python/Java中至少一门编程语言，有运维平台类系统开发经历，具备AIOps智能运维实践经验者更佳
3）具有扎实的生产环境稳定性保障实战经验，熟悉高可用架构设计、可观测性与监控体系、异常事件处置流程、SLA与可用率管理、节点自愈机制等
4）具备良好的沟通协调能力和项目推动力，工作态度认真细致，抗压能力强，富有责任心
2026-05-22 14:00
IP属地：浙江杭州
职位福利
本科3-5年JavaaiPAI运维开发大数据
阿里云计算有限公司
不需要融资 · 10000人以上
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
开源大数据运维工程师SRE
3-6万元/月
运维开发工程师5-10年本科Elasticsearch大数据运维经验HadoopK8S运维运维开发经验Flink运维Spark计算机相关专业大数据运维Hadoop运维Kubernetes
杭州 西湖区
方先生 · 阿里云5日内活跃
AI智能计算运维
3-6万元/月
运维开发工程师3-5年本科GolangGPU运维大数据SREDevOpsK8S运维SRE运维开发经验计算机相关专业Kubernetes
杭州 西湖区
张先生 · 阿里云5日内活跃
云原生运维开发工程师（杭州无限光年现场派驻）
1.5-1.7万元/月
运维开发工程师3-5年本科CCNA/CCNPDocker运维开发经验Python/Shell计算机相关专业Kubernetes
杭州 西湖区
宋先生 · 上海比冲信息科技有限责任公司5日内活跃
收藏职位
