阿里巴巴基础设施与稳定性工程-数据研发专家-AI算力数据与智能洞察方向
任职要求
1、计算机/数学/统计相关专业本科或硕士及以上，硕士博士优先 2、数据工程：熟练掌握Flink/Spark/Hive/ODPS等，有完整数仓建设或数据治理经验，精通SQL 3、算法工程：具备ML/统计建模/运筹优化基础，有容量规划、资源调度或推荐优化项目经验，Python/Java工程能力扎实 4、了解AI/大模型业务、TPM/GPU算力/推理延迟等核心概念者优先 5、主导过大规模数据体系从…
工作职责
团队介绍 加入AI算力数据与Agent小组，这是直接决定集团AI算力如何被"看见、管好、用好"的核心团队。从每一张GPU卡的产能效率到TPM容量规划、资源交付、供需匹配，实现从资源到售卖的全链路数据打通，并通过数据与Agent驱动的智能洞察支撑MaaS业务增长和管理层经营决策。 方向一：AI算力数据链路建设（数据工程背景） • 建设训练/推理（百炼、通义）两侧TPM与资源数据的采集、治理、建模和指标体系 • 设计标准化数仓，打通资源分配、交付、使用全链路数据口径 • 为MaaS经规管理、财务成本分析、BI、销控系统提供可信数据支撑 • 推动数据Agentic化，让Agent可自动查询、分析和推理算力数据 方向二：算力智能洞察与优化模型（算法工程背景） • 建立TPM容量规划模型与算力画像，支撑供需匹配和弹性交付智能决策 • 构建GPU/CPU/TPM利用率优化算法，实现全局卡型×模型最优匹配 • 开发智能流量管控与限流策略，保障运行时SLA（TTFT、TPOT、错误率） • 结合Agent实现算力优化决策自动化执行闭环
● 构建 AI 对研发全链路影响的度量体系：围绕需求、编码、测试、部署、运维等环节，设计可量化指标（如编码速度、CR 轮次、缺陷密度、修复时效、AI 接受率等），系统评估 AI 工具在不同角色（前端、后端、测试、SRE）和业务场景（新功能开发、技术债治理、安全合规）中的实际提效价值 ● 识别提效瓶颈与人机协作薄弱点：通过用户行为日志、访谈与 A/B 实验和灰度，定位开发者在使用 AI 工具时的摩擦点，提出产品与算法协同优化方案 ● 推动“数据–洞察–干预”闭环落地：为高频出错场景定制微调模型；在 CI 流程中嵌入 AI 风险预警；优化 IDE 插件交互以提升采纳率；为不同团队推荐适配的 AI 使用范式
1. 负责集团核心业务系统的数据库运维保障工作，深度参与双十一、春晚等重要活动保障，洞察超大规模场景挑战，保证系统安全稳定运行。 2. 参与集团数据库基础平台建设及优化，落实规模化管理标准，提供稳定高效的数据库服务。 3. 参与集团数据库架构设计与演进，满足业务发展需求，探索数据库+AI的下一代智能化运维服务体系。
1、整合 GPU/CPU 算力、存储（如 CPFS）、网络（如 RDMA/InfiniBand）、供应链流转等多维度数据，构建资源使用率、成本结构与供需分析模型，输出可落地的优化建议； 2、整合资源效能和业务性能指标（如MFU、TPM、TPOT、GPU 利用率等），建立资源效能评估模型，量化资源投入与业务产出之间的关系，为资源规划与采购决策提供数据支撑； 3、负责 AI Infra 资源数仓的数据链路设计与建设，覆盖数据采集、清洗、加工、存储与服务全流程，保障资源数据的准确性、一致性与时效性； 4、构建并维护资源数据可视化平台，开发资源热力图、利用率趋势、成本分摊仪表盘等，支撑日常运营与管理层决策； 5、与资源运营、财务、研发等团队紧密协作，搭建资源生命周期关键指标看板，定期输出资源效能分析报告，支撑资源采购与部署策略落地。
1、整合 GPU/CPU 算力、存储（如 CPFS）、网络（如 RDMA/InfiniBand）、供应链流转等多维度数据，构建资源使用率、成本结构与供需分析模型，输出可落地的优化建议； 2、整合资源效能和业务性能指标（如MFU、TPM、TPOT、GPU 利用率等），建立资源效能评估模型，量化资源投入与业务产出之间的关系，为资源规划与采购决策提供数据支撑； 3、负责 AI Infra 资源数仓的数据链路设计与建设，覆盖数据采集、清洗、加工、存储与服务全流程，保障资源数据的准确性、一致性与时效性； 4、构建并维护资源数据可视化平台，开发资源热力图、利用率趋势、成本分摊仪表盘等，支撑日常运营与管理层决策； 5、与资源运营、财务、研发等团队紧密协作，搭建资源生命周期关键指标看板，定期输出资源效能分析报告，支撑资源采购与部署策略落地。