阿里云阿里云智能-运维自动化研发专家-北京/杭州
任职要求
1、熟练的Java面向对象编程，理解常见设计模式，熟悉IO、多线程、分布式、缓存、消息等机制。 2、对JVM原理、GC机制有较好的理解，熟练使用spring boot等主流框架。 3、熟悉云上开发技术栈，熟悉Linux下的常用命令，熟悉MySQL等主流的数据库。 4、良好的沟通和团队协作能力，能够熟练阅读和编写各类技术文档。责任心强，思考问题思路清晰。 5、学习能力强，对新事物保有好奇心，善于独立思考并反思总结。
工作职责
阿里云专有云平台监控团队研发，负责云平台和租户实例的一体化可观测产品建设。 负责平台核心功能编码开发，工作领域范围： 1、云监控产品能力建设，为用户提供数据采集，预处理，汇聚，过滤，告警匹配，抑制，事件聚合等指标监控和告警。以及站点监控，拨测，巡检，故障诊断等可观测服务能力。 2、云监控平台基础设施服务研发工作，如存储引擎，云原生Prometheus，Grafana平台体系，高可用部署架构，大规模弹性伸缩架构设计等。 3、云平台资源管理，服务器和软件自动化运维平台建设。持续推进AI 技术深化战略布局中， 围绕AI 和云计算的基础设施建设、AI基础模型平台、企业级AI应用方向构建核心运维应用场景。
作为网络自动化研发专家，你会负责设计和开发支持阿里云业务的网络解决方案和相关自动化运维工具，基于分布式架构、大数据处理、SDN等先进技术，驱动下一代大规模网络基础设施的自动化运维和管理，如监控告警、故障定位、应急快恢、自动化变更、质量优化等。 具体岗位职责包括： 1、技术方案设计 • 基于需求分析，进行技术可行性分析和方案评审，选择合适的技术选型、功能设计、技术架构、数据架构和开发流程等 2、技术实现 • 基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现 • 负责核心功能的架构与代码模板的编写，开发与维护系统公用核心模块，技术架构重构、优化等 • 对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署 • 对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、bug排查、问题诊断、性能和成本优化等 3、稳定性和性能优化 • 制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠 • 运用产品优化技术和方法，进行性能优化，提高产品稳定性和性能 4、技术规划 • 理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地
1.构建盘古分布式文件系统的标准化输出能力，提高系统的自动化部署、运维能力； 2.梳理盘古分布式文件系统管控系统的依赖，降低对外部系统的依赖，建立运维管控系统回归测试能力； 3.重构盘古管控系统的数据层和逻辑层，确保系统在迭代更新的过程中始终保证兼容性和服务稳定； 4.对接阿里云安全体系和基础管控系统，确保系统能在多用户环境下安全稳定运行。
1、技术方案设计 • 基于业务关键路径与风控等级，主导可靠性目标体系设计：SLA、SLO、SLI 定义与度量口径固化，建立 Error Budget 机制并推动准入/发布决策闭环； • 设计统一的可观测性与事件数据模型（日志/指标/链路/事件/变更），输出监控覆盖与告警分级策略； • 面向容量与资源弹性制定预测与规划方案：峰值建模、容量水位、扩缩容阈值、突增防护。 2、技术实现 • 将可靠性方案拆解为落地任务：指标接入、探针开发、告警规则、治理脚本、自动化运维工具、调度策略优化等，按规范交付； • 编写高质量自动化脚本与服务（Python/Go/Java/Shell），实现批量操作、巡检、数据对账、状态校验、健康探测与回滚； • 深度参与故障应急：值班 OnCall、事件指挥、跨团队协调、战情同步；推动 MTTA/MTTR 降低。 3、安全、稳定、效率和性能优化 • 建立全链路 SLI 指标体系：可用性、延迟、吞吐、错误率、资源利用率、队列深度、调度成功率、实例生命周期关键状态等；持续可视化与例会化分析； • 优化告警体系：告警质量指标（噪音率、误报率、漏报率、可行动性）、Alert → Incident 转换标准、分级通知矩阵； • 推进开发协同（左移）：在设计、开发与测试阶段加入稳定性 CheckList（幂等性、重试策略、熔断/超时、探活、依赖降级、状态收敛）。 4、技术预研 • 预研 Chaos 工具/平台并结合业务特性沉淀标准化故障模型与韧性指标； • 评估智能告警关联、根因定位、异常检测（时序/拓扑/依赖图谱）算法的适用性与成本收益，推动 PoC 与灰度落地； • 针对下一代可观测性（日志与指标融合、采样优化、eBPF 无侵入追踪）提出演进路线。 5、技术规划 • 基于业务增长曲线、产品演进与战略项目制定年度/季度稳定性 OKR：SLO 提升、MTTR/噪音告警压降、自动化覆盖率、演练覆盖率、容量冗余下降、成本优化目标等； • 规划多活/容灾演进路线：跨 Region 容灾 → 主动故障转移 → 智能调度；分阶段 KPI（RTO/RPO、演练周期、切换自动化程度）； • 制定发布与变更分级治理路线：高风险变更识别 → 准入标准 → 影子/灰度策略 → 自动化验收 → 全量放量策略 → 回滚演练常态化。
1、技术方案设计 • 参与云产品管控系统的架构升级和优化工作，根据管控系统的稳定性、性能、安全等目标设计相应的技术方案，并明确方案目标、范围和交付成果； • 基于需求进行技术可行性分析和方案评审，结合当前的技术架构进行合适的技术选型和功能设计。完成技术架构和数据架构设计，并推进开发流程。 2、技术实现 • 基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现； • 负责核心功能的架构与代码模板的编写，开发与维护管控系统核心业务模块，优化程序性能等； • 对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署； • 对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、bug排查、问题诊断、产品体验改善、性能和成本优化等； • 编写技术文档，如操作手册、故障排除指南、API文档等，以支持日常答疑运维工作。 3、安全、稳定、效率和性能优化 • 通过数据分析，稳定性研究和性能测试，持续推动升级和优化云产品管控架构，实现高可用、高性能的管控系统； • 运用产品优化技术和方法，实现安全保障和优化系统性能，提高阿里云产品管控安全性，同时帮助客户提效，给客户更好的体验。 4、技术预研 • 跟踪和了解国内外云计算技术和分布式计算技术的发展和趋势，结合业务实际需要提供有效的技术支持和架构建议。 5、技术规划 • 理解业务重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地。