阿里云阿里云智能-容器运行时技术专家-AI领域-杭州/北京
任职要求
1.计算机、软件工程及相关专业，计算机基础知识与编程基本功扎实，熟悉Go/Python/C++至少一种。 2.熟悉至少一项云原生技术（如Docker/Containerd/KataContainer/gVisor, Kubernetes等），有相关开源项目贡献或者大规模开发运维经验者优先。 3.熟悉分布式计算/存储/调度系统的开…
工作职责
1.负责阿里云容器平台在AI基础设施与应用架构方向的产品研发与技术演进。 2.主导大规模异构资源（GPU/NPU/RDMA等）集群的调度、管理与性能优化，提升资源利用效率、系统稳定性与运行性能。 3.构建面向AI与Agent应用的Serverless容器算力产品。 4.基于Kubernetes打造面向大模型训练/推理、大规模数据处理及Agent应用的云原生基础设施产品与解决方案。 5.推动云原生AI领域前沿技术预研、落地及开源生态建设，持续引领技术创新与行业实践。
1. 参与kuberGPU软件产品的设计与研发，包括kuberGPU软件的迭代研发，性能评估及优化，兼容性提升，新GPU的适配等。 2. 负责kuberGPU在云上的落地，包括与相关团队沟通和协调对接和部署工作，以及针对专属云做对应的kuberGPU软件的适配工作。 3. 保障kuberGPU产品在云上的的稳定性，包括定位和分析上线后遇到的问题，及时进行故障排查和修复。 4. 针对客户的需求和未来业内技术趋势，为业务方提供新的技术支持和建议，并作出高可用、高可靠、高拓展性的技术架构规划和落地。
1. 技术前瞻与需求洞察：深度跟踪容器、云原生技术前沿（如 Kubernetes 新特性、Serverless 演进、AI 训练/推理、AI Agent 架构、微服务治理等），精准识别内/外客户在不同场景中的核心需求，驱动产品创新方向与技术战略落地； 2. 竞品与市场分析：持续分析主流云厂商在容器编排、Serverless 算力、AI 训推方案、AI Agent 等领域的竞品动态，输出深度市场洞察报告，支撑产品差异化设计与战略决策，不断增强产品竞争力； 3. 产品全生命周期管理：主导核心容器产品（如 ACK、ACS、ACR 等）的功能规划、需求定义、设计及商业化运营，从需求挖掘到规模化落地，推动市场份额与用户满意度提升； 4. 端到端解决方案设计：针对企业客户复杂业务场景（如 AI 训练/推理、AI Agent 应用、大数据应用、多云微服务应用等），设计端到端的容器解决方案，平衡调度性能、弹性容量、安全合规与成本优化等关键维度； 5. 跨职能协同：联动容器产品 PDSA、运营、研发、运维及 SA 架构师团队，高效推进产品从需求到上线的全流程交付，确保技术方案与客户业务目标精准匹配，提升交付质量与客户体验； 6. 产品运营与持续迭代：负责产品上线后的运营闭环，包括客户反馈深度分析、用户培训、市场活动支持及数据驱动的体验优化，通过持续迭代巩固产品市场地位与客户成功。
该岗位将承担智算底层系统性能优化、全栈协同性能优化两个方向的职责。 1、主导AI领域下阿里云云原生多租底层系统的性能瓶颈分析及优化设计，提升底层系统弹性、性能及成本竞争力。 2、优化AI应用场景安全容器运行时、虚拟化、linux内核等核心组件性能。 3、设计高并发、低延迟的云原生底层系统架构，支持AI场景节点pod极速弹缩及系统稳定性。 4、在云原生底层（操作系统内核、容器运行时、CRI-O等）和AI工作负载间建立性能优化协同框架，支撑大模型训练、分布式推理等AI应用在安全容器运行环境中保持性能竞争力。 5、优化AI模型在安全容器环境下的部署、分发、加载效率，支持AI应用极速启动。 6、设计并开发定制化监控和诊断工具链，实时分析云原生AI场景的GPU、CPU、内存、网络、存储性能瓶颈及热路径。
1、设计并实现高安全、低延迟的AI Agent沙箱运行时，支持Python、Node.js、Bash等语言执行。 2、构建沙箱生命周期管理系统：支持create、stop、resume、close，实现状态持久化与资源复用。 3、优化沙箱冷启动性能，设计预热池、镜像分层加载、快照恢复等机制。 4、制定安全策略，防范命令注入、路径遍历、资源耗尽等攻击，支持多租户隔离。 5、实现沙箱的可观测性体系：日志、监控、trace、调试入口。 6、编写高质量代码、技术文档，参与代码评审与系统架构演进。