阿里巴巴基础设施与稳定性工程-AI资源调度与混部研发-杭州

面向阿里集团提供高稳定、低成本、易使用的容器服务，通过业务弹性编排、资源额度弹性管理、多等级资源调度和混合部署、运筹优化的全局资源规整和排布、异常检测和诊断自愈等，支持业务便捷、高效使用集团全局智算和通算资源，并保障不同等级不同场景的业务服务slo。 1. 负责智算和通算资源的统一管理和统一调度等集群管理、基础调度、容器与混部等相关技术和系统研发； 2. 负责交易导购类、搜推广引擎类、大模型AI类、大数据类、数据库类和中间件类等业务的应用编排和弹性调度托管； 3. 负责基础资源监控、基础资源数据、异常检测和诊断自愈、研发质量和稳定性等DevOps&AIOPS相关基础平台研发； 4. 负责计算、存储、网络、机房和业务布局等云原生基础设施规划演进，持续降低基础设施成本，并屏蔽底层基础设施差异。

面向阿里集团提供高稳定、低成本、易使用的容器服务，通过业务弹性编排、资源额度弹性管理、多等级资源调度和混合部署、运筹优化的全局资源规整和排布、异常检测和诊断自愈等，支持业务便捷、高效使用集团全局智算和通算资源，并保障不同等级不同场景的业务服务slo。 1. 负责智算和通算资源的统一管理和统一调度等集群管理、基础调度、容器与混部等相关技术和系统研发； 2. 负责交易导购类、搜推广引擎类、大模型AI类、大数据类、数据库类和中间件类等业务的应用编排和弹性调度托管； 3. 负责基础资源监控、基础资源数据、异常检测和诊断自愈、研发质量和稳定性等DevOps&AIOPS相关基础平台研发； 4. 负责计算、存储、网络、机房和业务布局等云原生基础设施规划演进，持续降低基础设施成本，并屏蔽底层基础设施差异。

面向阿里集团提供高稳定、低成本、易使用的容器服务，通过业务弹性编排、资源额度弹性管理、多等级资源调度和混合部署、运筹优化的全局资源规整和排布、异常检测和诊断自愈等，支持业务便捷、高效使用集团全局智算和通算资源，并保障不同等级不同场景的业务服务slo。 1. 负责智算和通算资源的统一管理和统一调度等集群管理、基础调度、容器与混部等相关技术和系统研发； 2. 负责交易导购类、搜推广引擎类、大模型AI类、大数据类、数据库类和中间件类等业务的应用编排和弹性调度托管； 3. 负责基础资源监控、基础资源数据、异常检测和诊断自愈、研发质量和稳定性等DevOps&AIOPS相关基础平台研发； 4. 负责计算、存储、网络、机房和业务布局等云原生基础设施规划演进，持续降低基础设施成本，并屏蔽底层基础设施差异。

岗位概述： 负责构建面向AI算力交付、资源管理、成本核算与业务运营的全链路BI体系。通过深度洞察AI算力流转、集群性能、资源利用率，设计智能化、可视化的决策分析平台，为AI资源管理团队、算力交付部门及高层提供精准的数据驱动决策支持，赋能算力资源优化配置、成本精细化治理与业务增长目标达成 岗位职责： ● AI Infra BI体系设计与建设 结合AI基础设施（算力集群、模型训练/推理、资源调度、成本核算）的业务特性，设计全链路BI数据架构，搭建覆盖算力交付、资源利用率、性能指标、成本消耗、业务产出的一站式数据分析平台；制定BI指标体系、数据口径规范与分析方法论，构建长期可演进的BI分析框架，支撑AI基础设施全生命周期运营管理。 ● 核心BI分析场景落地与赋能 算力交付分析：对接AI算力交付全流程数据，分析算力供给、需求匹配、交付效率、客户/业务线算力消耗分布，定位交付瓶颈与优化空间，支撑算力交付策略与SLA达成。资源管理分析：基于AI资源管理平台数据，深度分析集群资源利用率、调度效率、资源争抢、闲置率等核心指标，输出资源优化方案，提升资源整体利用率与周转效率。成本精细化分析：搭建AI算力成本核算BI体系，分析不同业务线/模型/项目的成本收益比，实现成本精细化管控与降本增效。 ● BI可视化平台与数据产品建设 设计并迭代BI可视化看板（如资源利用率看板、成本分析看板、交付进度看板），实现核心数据的实时/准实时展示与多维度钻取；推动BI数据产品化，将分析逻辑沉淀为可复用的分析工具/模板，降低数据查询门槛，提升数据获取效率。 ● 跨部门数据协同与决策支持 深度对接算法团队、资源管理团队、商务团队，理解各角色数据需求，提供定制化分析报告与决策支持；推动跨部门数据打通与口径统一，解决AI基础设施场景下数据分散、口径不一致等问题，保障数据一致性与可用性。 ● 团队管理与技术沉淀 制定团队工作规范与分析标准；沉淀BI分析方法论、数据模型、分析案例，提升团队整体数据洞察能力；跟踪BI前沿技术与AI基础设施领域技术动态，推动技术工具与分析方法的迭代升级。