阿里云阿里云智能-容器测试开发专家-杭州/北京
任职要求
1. 对容器和云计算、虚拟化基础设施有开发、测试经验（如Kubernetes、rancher、openshift、Serverless技术等）； 2. 熟练掌握Kubernetes、Docker、RunC（或其他runtime）的使用和构成、原理； 3. 了解掌握Gi…
工作职责
1. 负责阿里云容器服务的持续集成、持续测试的编译构建和测试核心工具、框架、平台能力建设，用产品化技术化的工程手段提升容器服务工程交付效率； 2. 负责容器服务产品的故障演练和混沌工程体系建设。结合存量的多层复杂架构和产品演进、业内同类风险经验和国家标准等，进行混沌工程工具平台设计、场景实施，并以故障演练为驱动抓手，组织推进1-5-10的稳定性能力落地； 3. 负责用数据化驱动的方式衡量各个组件当前的质量和稳定性能力，使用数据作为抓手进行推进。
1. 研发需求洞察与设计：负责阿里云人工智能平台PAI的需求讨论、架构设计、软件开发、功能测试及部署上线，确保项目从初始阶段到交付的全流程高质量执行； 2. 系统优化：从功能、性能、可用性、易用性等多个维度，结合产品设计、产品设计和解决方案架构及客户反馈，进行系统各模块的持续分析和优化，降低用户使用门槛，提升用户满意度和忠诚度； 3. 技术支持与维护：负责线上环境的运行监控与问题定位，与SRE和售后团队紧密协作，及时为客户提供技术支持，保障平台的稳定运行； 4. 前沿技术开发：紧贴大模型及AIGC等业界趋势，提炼并反馈有价值的用户需求，持续增强和改进平台的功能，保持技术的先进性和市场竞争力。
1. 作为技术负责人，制定并推动多模态交互系统的端云整体工程架构演进路线，覆盖端侧推理、客户端集成、云端服务及协同策略。 2. 主导端侧AI推理框架的设计与优化，包括模型加载、算子加速、内存管理、功耗控制、异构计算（CPU/GPU/NPU）调度等，确保大模型在资源受限设备上的高效运行。 3. 负责Android客户端核心交互模块的架构设计与开发，包括多模态输入采集、实时通信、状态管理、离在线切换、异常恢复等关键能力。 4. 设计高并发、低延迟、可扩展的云端推理服务架构，支持语音识别、大模型生成、多模态融合等服务的弹性部署与动态扩缩容。 5. 构建端云协同机制，实现任务卸载、上下文同步、模型热更新、A/B测试等能力，提升系统整体鲁棒性与迭代效率。 6. 带领应用工程团队，负责关键技术方案评审、核心模块编码、性能压测、线上稳定性保障及团队技术能力建设。 7. 与算法、产品、芯片、测试及客户解决方案团队紧密协作，推动系统从原型验证到规模化商用落地。
1、作为云原生技术领域专家，为客户提供云产品的专家服务支持，负责疑难升级问题的快速定位、分析解决。 2、与研发团队对接，根据客户反馈的问题推动云产品Bug修复、架构方案优化。推进后台诊断工具、用户侧自主化诊断工具的落地。 3、整理输出官方技术文档与解决方案，指导用户合理使用云产品。 4、为客户提供企业级服务中云产品相关场景的的解决方案，协助客户完成云环境上的业务技术落地。
团队整体实行 DevOps，SRE 在其中系统化分析并解决研发流程中的效率与质量问题，打造易用、高效、可复用的效能平台和工具，全面提升分布式块存储产品的持续交付质量和效能。主要职责包括： 1. CI/CD 平台与效能工具链建设： 负责设计、开发和维护高效的 CI/CD 持续集成与交付平台； 2. 搭建核心测试框架与自动化测试工具链；优化测试流程效率，保障测试环境的稳定性与易用性，并有效控制研发成本，从而显著提升研发体验与整体效率； 3. 质量风险分析与效能体系构建： 系统化评审分布式块存储系统的质量风险点，主导构建和完善系统级测试能力；设计并实现覆盖复杂业务场景的用例，持续提升覆盖率和有效性，保障系统质量； 4.云原生测试环境建设： 运用 Kubernetes, Docker, Golang 等云原生技术，构建并维护稳定、高效、易于管理的多架构（如 x86/ARM）容器化环境，为高效测试提供坚实基础； 5. 负责对技术团队和相关模块进行质量水位的评估和考核，并提出改进意见。熟知质量理论和方法，能运用新的AI技术来做质量提效，并在研发中传帮带和推广。持续提升各技术团队的质量意识和测试技术水平。