阿里云阿里云智能-工程效能专家-AI领域

1. 负责阿里云人工智能及大数据平台重点项目/项目集全生命周期管理，协同阿里云各合作团队，制定项目计划，驱动项目进程，有效把控风险，确保项目目标达成； 2. 负责阿里云人工智能及大数据平台产品迭代管理，组织相关方进行战略目标拆解，通过产品迭代的方式，逐步实现产品战略目标的衔接落地； 3. 负责团队研发效能体系建设，通过数字化管理方式，洞察研发过程中的问题和瓶颈，提出合理的改进方案并落地推进，持续提升团队研发效率和质量； 4. 持续总结并沉淀项目管理经验，优化项目管理方法论和工具链，为团队提供流程、工具、方法支持，提升团队组织级项目管理能力。

1. 负责阿里云人工智能及大数据平台重点项目/项目集全生命周期管理，协同阿里云各合作团队，制定项目计划，驱动项目进程，有效把控风险，确保项目目标达成； 2. 负责阿里云人工智能及大数据平台产品迭代管理，组织相关方进行战略目标拆解，通过产品迭代的方式，逐步实现产品战略目标的衔接落地； 3. 负责团队研发效能体系建设，通过数字化管理方式，洞察研发过程中的问题和瓶颈，提出合理的改进方案并落地推进，持续提升团队研发效率和质量； 4. 持续总结并沉淀项目管理经验，优化项目管理方法论和工具链，为团队提供流程、工具、方法支持，提升团队组织级项目管理能力。

● 负责PAI平台资源调度模块的设计与开发，全面支撑模型训练、评估及推理阶段的资源调度需求。 ● 负责GPU、CPU 及其他异构硬件资源的统一编排与高效调度，实现对稳态资源、潮汐资源、混部资源以及多云环境下资源的合理分配与协同利用。 ● 聚焦资源复用与集群利用率提升，结合大模型场景中预训练、后训练、离线推理、评估等任务的负载特征，优化排队策略、优先级管理与抢占机制，最大化整体资源效能。 ● 构建端到端的故障可观测体系，针对训练/推理任务中频发的软硬件异常（如 GPU XID 错误、网络超时、节点失联等），完善日志、指标、事件的采集与关联分析能力，实现问题快速定位与根因追溯。 ● 研发智能诊断与自动容错机制，基于历史故障模式与运行时上下文，开发自动化诊断引擎，支持动态降级、局部重试、弹性扩缩容等策略，减少人工干预，提升作业自愈能力。 ● 打造训练过程可视化与用户体验闭环，建设面向用户的训练状态看板，直观呈现任务健康度、资源使用、通信瓶颈及异常告警，并提供可操作建议，降低使用门槛，加速问题反馈与迭代优化。

1）战略组织伙伴 深度理解AI业务战略与研发生命周期，前瞻性地进行组织诊断，为团队的组织架构设计、人才梯队规划和核心能力建设提供专业方案并推动落地。 将业务战略解码为清晰的人才策略，确保组织能力能够支撑业务的快速迭代与长期发展。 2）人才与发展策动者 为AI团队量身打造组织与人才发展方案，紧密携手业务负责人，落地关键人才的“选、用、育、留”全周期管理。 与招聘团队紧密协作，制定顶尖AI人才的画像、寻访与吸引策略，提升关键岗位的招聘质量与效率。 设计并推行符合AI研发节奏的绩效管理与人才发展体系，尤其关注技术专家的职业路径发展与成长赋能。 基于市场洞察，为AI人才提供有竞争力的全面薪酬激励方案建议，确保我们能吸引并保留最优秀的人才。 3）文化与组织效能推动者 作为团队文化和价值观的守护者与践行者，通过策划和实施各类组织发展项目，营造开放、协作、极致创新和高度信任的工程师文化。 打造多元、流畅的沟通机制，确保信息在组织内高效透明流转，提升团队凝聚力与组织效能。 高效地在团队内部署集团的人力资源政策、流程与变革项目，并根据AI团队的独特性进行适配与优化。