阿里云阿里云智能-基础设施资源运营-数据中心用电管理专家-杭州
任职要求
1、具备5年以上数据中心电气工程、电力系统管理的相关经验。 2、深刻理解电力管理的全链路业务逻辑，能够有效洞察业务本质。 3、能够建立业务领域的产品和平台能力…
工作职责
1、负责全球IDC数据中心电力资源（机柜/列头柜/UPS/HVDC/变压器）的管理和运营能力建设，包括：电力容量规划与分配、电力水位运营与告警、电力事件的响应和应急； 2、负责全球IDC数据中心电力资源管理的策略制定，协同业务方、IDC和相关团队完成电力架构的运营管理、数据准确性和应急情况处置； 3、统筹全球IDC电力数据的准确性，通过系统平台将设计容量、运营容量和系统容量进行一致性管理，保证电力容量数据在上下游团队高效消费； 4、构建自动化和AI能力，协同业务方和IDC完成各层级的用电/超电处置相关工作，推动内部各类客户进行电力超载的治理，包括业务的迁移、服务器搬迁等； 5、分析用电/超电运营情况和形式，针对用电/超电情况的现状，进行数据分析，包括：超电根因、业务分布、地区分布等，降低超电发生概率，保障业务稳定性；
1. 算法设计与开发 -针对云计算基础设施资源的需求计划、供需匹配、采购决策和库存管理等场景，建立数学模型并设计求解算法（如线性规划、强化学习、仿真推演等）。 -设计并研发基于大模型（LLM）智能问答（QA）、推理分析（如Chain-of-Thought, ReAct）的agentic AI助手，提升资源运营效率。 2. 工程落地与优化 -将算法从原型推进到生产环境上线，并可解决实际运营业务场景中的规模化和时效性挑战。 -提供运营业务人员可通过自然语言直接交互并高效可用的Agentic AI助手。 -与工程团队合作，设计高性能、可扩展的算法服务架构。 3. 跨领域协作 -与云产品（需求侧）、供应链、采购、数据中心运营等多个团队紧密合作，理解业务痛点并转化为可量化的技术问题。 -跟踪学术界（如OR、ML顶会）和工业界（如AWS/GCP资源优化方案）最新进展，推动技术迭代。
• 需求对接与方案交付：作为集团AI业务算力需求的核心对接人，深入理解业务场景，将模型部署需求转化为算力规格（TPM、MU等）和SLO性能指标，输出可落地的需求应答和交付方案。协调应用团队、推理引擎团队与SRE团队，组织方案评审、跟进交付进度，确保服务保质保量上线。 • 资源效能分析与治理：建立AI算力资源的效能监控体系，围绕GPU利用率等核心指标进行数据分析，识别资源浪费和瓶颈场景，推动治理方案落地执行。跟踪核心业务推理性能表现，发现偏差时协同引擎团队调优，保障业务侧感知的推理速度与稳定性。 • 服务流程与标准化建设：建立并持续优化集团内部算力服务流程，沉淀标准化的需求受理、方案评审、交付验收规范。结合服务过程中的共性问题，利用AI Agent或自动化工具提升服务效率，沉淀最佳实践。
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。