阿里云阿里云智能-研发技术专家（数据安全方向）-杭州
任职要求
【必要项】 1、五年以上研发经验，熟悉java编程语言，熟悉常用设计模式，深入理解spring框架； 2、掌握主流应用服务器架构、底层中间件技术，熟悉大规模分布式系统的负载均衡、缓存、网络安全、高可用设计及性能评估机制； 3、熟悉密码学、网络安全，掌握国密算法、加解密技术、PKI体系、身份认证等安全知识； 4、对数据安全领域有兴趣，有好奇心，对技术有激情，喜欢专研，有持续学习精神； 5、有复杂业务系统的抽象设计能力，思…
工作职责
1、参与针对企业数据安全治理领域的数据安全中心相关研发工作，实现大数据/AI一体化的数据安全治理，实现统一的数据安全性以及风险与合规性管理； 2、参与解决企业数据安全治理领域面临的痛点，设计并实现相关安全解决方案，解决客户在数据集成、数据开发分析等大数据治理过程中的安全问题； 3、参与数据安全中心的系统架构设计与演进迭代，持续优化系统安全性、稳定性、可扩展性、性能，以及使用体验，满足大数据/AI持续发展的业务形态与规模对数据安全的需求； 4、参与企业数据安全治理领域的技术动向研究，实现与业务贴合的安全能力技术攻坚，进行技术上的前瞻探索，实现面向未来的数据安全中心的规划、设计和落地，保持在企业数据安全治理领域的技术先进性。
团队介绍 无影是阿里巴巴发布的第一台云电脑，是在云上与客户共同定义的端。基于阿里云2.0阶段的云端一体架构，让超级数据中心直连更多的用户。一站式云控台可以提供分钟级配置，系统和应用经过流式传输和容器化架构，实现随时随地云上办公。在算力、安全、成本、敏捷、开放等方面，具有超越传统PC的优势。无影研发团队主要聚焦在云上ECS调度、容器化架构、流式传输协议、端侧系统、AI大模型等核心技术，旨在为无影产品打造超低时延和超高性能的云端一体的实时交互体验，构建面向云应用的基础平台。聚焦在无影云电脑内，无影提供了丰富的AI能力，帮助用户实现全新的高效办公体验。 职位描述 1、基于云电脑和操作系统的工作场景，深入研究AI产品规划，基于多模态大模型、知识库、UI Agent等能力，将复杂需求转化为适配AI原理且实用的产品设计。 2、与前沿研发团队紧密合作，负责AI工具和服务产品的规划、设计、以及在客户端落地和迭代、商业化。 3、与客户深度互动，了解和洞察客户痛点，以客户成功为目标开展产品设计和演进工作。 4、负责产品设计与UE设计，能够撰写高质量的需求文档等产品相关文档。
1、技术方案设计 • 收集、识别、分析DCN， AI infra 需求，并确定技术方案的目标、范围和交付成果 • 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、升级工单处置、bug排查、问题诊断、产品体验改善、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、技术预研 • 跟踪和了解新的DCN， AI infra 的发展趋势，参与UEC， SONiC等开源社区的工作， 并根据业务需要提供新的技术支持和建议， 让阿里的发展方向和业界的发展方向吻合。 5、技术规划 • 理解AI infra的战略及重点，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. 掌握和跟踪大模型、开源、云计算、数据安全等方面的国内国际法律、政策、技术标准，结合业务实际产出具有洞察力的分析报告。 2. 识别并处理公司在研发或经营活动中的系统性风险，提出系统性解决建议和合规方案，组织协同产品团队、模型团队、工程团队、业务团队落实合规方案，保障公共云大模型服务、大模型应用、模型开源社区、开源模型等业务的合规。 3. 与主管机关的合作，包括但不限于算法备案、大模型备案、APP合规、算法检查、各类调研与问询等。 4. 大模型和公共云大模型服务的数据安全的全盘设计与实施，包括但不限于制度、机制、分类分级能力等的建设。 5. 建立国内重点智库、行业专家日常交流和合作机制，共同形成研究成果并对外施加影响。
1. 负责智算高性能存储系统架构设计与开发，面向AI训练场景的高性能并行文件系统模块开发，设计多级元数据服务架构，支撑海量文件与高吞吐数据流。 2. 软硬件定义，机型设计，构建存算协同机制，实现GPU Direct Storage、KV Cache/Share，不断提升存储系统性能和减少计算。 3. 保障存储系统高可用与数据安全，通过分布式强一致性、同/异步复制提升数据可靠性，设计系统自愈能力应对磁盘/节点异常，增强系统可观测和易运维能力，并通过测试与故障注入得到验证。