阿里云阿里云智能-云原生Agentic AI架构师 / Cloud-Native Agentic AI Architect-杭州
任职要求
基础条件 ● 计算机科学或相关专业本科及以上学历 ● 8年以上云计算或基础设施架构经验，精通云原生技术栈 ● 有主导复杂云原生架构方案设计并在生产环境成功落地的完整经历 核心技术能力 ● 云原生架构功底：深入理解Kubernetes、Docker、Service Mesh等核心技术原理，有大规模集群环境下的架构设计与治理经验 ● IaC与工程自动化：精通Infrastructure as Code理念与实践（Terraform、Pulumi、Crossplane等），有将云操作全面代码化、API化的实战经验 ● SRE与可观测性：有大规模云服务的SRE实践经验，精通可观测性技术栈（Prometheus、Grafana、OpenTelemetry等），能设计面向AI工作负载的高可用方案 ● 成本治理能力：有FinOps实践经验，理解云资源成本结构，有通…
工作职责
岗位定位 当AI Agent开始7x24小时自主运行研发任务，云原生基础设施的使用方式正在被彻底重新定义。我们需要一位能为Agent原生时代设计全新用云范式的架构师。 您不是从零构建云原生底座，而是站在已有的云原生基础设施之上，将云服务、商业化链路、资源调度、稳定性运维等复杂能力，以Agent友好的方式重新封装为高效、可编排、成本最优的标准化接口与工具链。您的核心使命是：让AI Agent能像最优秀的工程师一样，通过IaC、CLI、API自主操控云基础设施，并为7x24小时托管式Agent原生研发模式提供强大的Harness架构与配套的研发流水线。 这是一个定义"Agent如何用云"的前沿架构角色——您将在AgentSRE、FinOps、IaC-as-Agent-Interface等方向上探索行业最佳实践，让基础设施从"人用的工具"进化为"Agent的原生操作系统"。 核心职责 Harness架构升级与治理 ● 设计并持续演进面向Agent原生研发模式的Harness架构——定义Agent任务的编排框架、执行沙箱、权限边界与生命周期管理，支撑7x24小时托管式Agent自主运行 ● 构建Agent原生的研发流水线与工具链：从代码生成、构建测试、部署发布到线上运维，全链路具备Agent可调用、可观测、可回滚的能力 ● 建立Harness架构的治理机制——Agent行为审计、策略门控（Policy-as-Code）、异常熔断与人工接管逻辑，确保自主运行的安全性与可控性 云原生基座封装与高效用云 ● 将已有云原生基础服务（计算、存储、网络、中间件等）封装为Agent友好的标准化接口——IaC模块、CLI工具集、声明式API，让Agent能通过自然的工具调用方式完成基础设施操控 ● 设计"CLI Anything"能力层：将云平台的运维操作、配置变更、环境管理等全面CLI化和API化，消除Agent操作云资源的认知壁垒与操作门槛 ● 主导云服务商业化链路的封装与优化——资源开通、计量计费、多租户隔离、SLA管理等能力的标准化接入，让Agent能自主完成从资源申请到交付的全流程 资源预测与成本治理（FinOps） ● 构建AI驱动的云资源预测与规划体系——基于业务负载模式、Agent任务调度特征，实现资源需求的智能预测与提前调度 ● 主导FinOps体系建设：建立多维度成本归因、实时用量监控与预算预警机制，将成本可见性深入到每个Agent任务和每条业务线 ● 设计并落地成本优化策略——弹性伸缩策略优化、预留实例与按需实例的智能组合、闲置资源自动回收、跨可用区调度，在保障SLA的前提下持续降低用云成本 稳定性与可观测性体系 ● 建立面向Agent原生运行环境的AgentSRE体系——定义Agent服务的SLO/SLI，构建Agent任务执行的全链路可观测性（执行日志、资源消耗、异常检测、性能剖析） ● 设计Agent驱动的智能运维能力：异常自动诊断、故障自愈、容量自动调整，让Agent不仅是"被运维的对象"，更是"参与运维的主体" ● 建立云上应用的容灾与高可用方案，覆盖多可用区部署、故障切换、数据一致性保障，确保核心业务的持续稳定运行 组织建设与技术文化 ● 搭建兼具云原生工程深度与Agent系统理解力的架构团队，主导核心人才引进与梯队建设 ● 推动Agent原生研发范式在团队和公司的落地——建立AGENTS.md等标准化协作规范，让Agent成为研发流程中的一等公民 ● 营造追求工程卓越、拥抱自动化与创新的技术文化，积极参与云原生与Agent原生工程领域的行业交流
阿里云ApsaraMQ是行业一流的Serverless消息云服务，为客户提供一站式多场景的业界主流消息服务（包括Apache RocketMQ、Apache Kafka、RabbitMQ、MQTT、MNS、EventBridge），具备10倍成本优化、10倍弹性能力、异地多活、丰富集成生态等产品优势。目前AI时代已来，我们正在引领新一代AI MQ技术，为AI Agent提供事件驱动架构基础设施和实时AI Context服务，覆盖AI原生应用架构和一站式Agentic数据分析的场景。 1.负责阿里云消息云服务AI MQ、Data+AI等特性研发，拓展消息、事件流在AI场景的落地规模； 2.负责阿里云消息云服务稳定性建设，为AI Agent提供坚实、可靠的通信、数据流技术底座； 3.负责阿里云消息技术性能优化、成本优化，持续降低Agent通信的延迟和成本； 4.负责阿里云消息运维平台建设，基于大模型构建SRE Agent持续提升产研效率； 5.负责Apache RocketMQ技术竞争力建设和开源社区运营，打造AI MQ心智，持续扩大开发者规模。
阿里云ApsaraMQ是行业一流的Serverless消息云服务，为客户提供一站式多场景的业界主流消息服务（包括Apache RocketMQ、Apache Kafka、RabbitMQ、MQTT、MNS、EventBridge），具备10倍成本优化、10倍弹性能力、异地多活、丰富集成生态等产品优势。目前AI时代已来，我们正在引领新一代AI MQ技术，为AI Agent提供事件驱动架构基础设施和实时AI Context服务，覆盖AI原生应用架构和一站式Agentic数据分析的场景。 1. 负责阿里云消息云服务AI MQ、Data+AI等特性研发，拓展消息、事件流在AI场景的落地规模； 2. 负责阿里云消息云服务稳定性建设，为AI Agent提供坚实、可靠的通信、数据流技术底座； 3. 负责阿里云消息技术性能优化、成本优化，持续降低Agent通信的延迟和成本； 4. 负责阿里云消息运维平台建设，基于大模型构建SRE Agent持续提升产研效率； 5. 负责Apache RocketMQ技术竞争力建设和开源社区运营，打造AI MQ心智，持续扩大开发者规模。
1、负责AI原生应用的全栈开发，包括对话/Agent交互界面、后端服务架构、数据建模与持久化方案设计； 2、设计与构建Agent系统，涵盖多Agent协作、工具调用（MCP/Function Calling）、长期记忆管理、Context Engineering及自主规划与执行； 3、设计规模化的外部数据接入方案——包括MCP数据源集成、实时API编排、结构化数据查询、知识图谱、向量检索等，让Agent能可靠地获取和利用外部世界的信息； 4、建设AI应用的质量与安全基础设施——评测体系（Eval）、可观测性（Tracing/Logging）、安全护栏（Guardrail）、运行时行为约束与纠偏（Harness），构建持续迭代闭环； 5、设计与实现API智能路由——将长程复杂任务拆解为子任务，根据任务特征（复杂度、模态、延迟要求等）动态选择最合适的模型，在质量、效率和成本之间取得最优平衡； 6、紧跟基础模型能力演进，将新能力（长上下文、原生工具调用、模型推理等）快速转化为产品特性。
1. 前沿模型架构研发：负责大模型前沿架构（如 Linear Attention、原生多模态、MoE 等）的底层工程实现。深度参与算法底层逻辑重构，将前沿理论模型转化为高性能的训练与推理模型。 2. 复杂算子优化与系统级重构：针对非标准及新型算法架构，设计并实现深度定制化的分布式算子。通过重构核心计算组件，解决超大规模模型在异构算力集群下的瓶颈问题，打造具备极致响应速度和吞吐能力的推理后端。 3. 大规模并行策略与资源调度：设计并落地匹配复杂架构的计算并行策略（TP/PP/EP/CP）及精细化显存管理方案。持续优化大规模集群通信机制，降低通信开销，确保在算力池中实现模型的高效、稳定运行。