阿里云阿里云智能-IDC技术研发-智能监控专家-杭州/北京
任职要求
• 拥有数据中心、电力行业或工业自动化相关数字化平台交付、设计或研发工作经验； • 熟悉数据采集、协议栈（如Modbus、OPC、BACnet等）、边缘计算和数据处理等技术。具备系统集成能力，能够将多种监控系统进行整合和优化。 • 深入了解电力监控、暖通监控等相关系统架构和技术知识，具备数据中心或电力、工业自…
工作职责
阿里自研监控平台的设计/交付/创新 • 负责阿里自研数据中心本地化平台的应用规划和设计，并推动落地实施。 • 深入挖掘业务需求，开展业务调研需求收集，运用数字化，智能化手段解决业务通痛点。 • 建立并完善数据中心基础设施的数字化模型，为自动化、智能化运营提供可靠的技术和数据支持。 • 与开发、运维团队等其他业务团队紧密协作，构建并迭代创新的平台能工解决方案，提升数据中心基础设施的整体管理水平。 • 起草和修改阿里数据中心监控平台的技术规范，编写和修改相关功能的各项技术要求。 • 依据业务诉求丰富平台能力设计，对园区型数据中心从平台功能设计、平台交付集成商管理，到施工期间进行全过程的技术管控，同时联合测试团队定制验收标准，确保业务功能落地。 • 承担产品交付管理工作，依据项目落地情况推进产品的持续优化和架构适配迭代，确保产品价值持续提升。
1. 负责阿里云全球IDC机房基础设施运维技术管理，制定并持续优化IDC基础设施运维标准、流程、质量分析模型，提升运维专业化水平，实现对IDC稳定性管理的技术、管理覆盖。 2. 负责阿里云全球IDC运维自控专业线能力建立，协助一线运维团队建立自控专业梯队。 3. 阿里云全球IDC稳定性事件应急响应，支撑一线运维进行自控系统应急故障处理。 4. 主导阿里云全球IDC运维稳定性飞检，识别自控系统架构风险，协助一线运维团队推动风险闭环。 5. 进行IDC自控及数字化技术探索，建立自控专业运维的数字化、自动化、AIOps能力。 6. 整合运维技术优化需求，对接研发、设计等团队完成需求落地；参与IDC自控新技术、新架构升级的评估，输出运维视角的评估建议。
数据中心运营平台团队的使命是实现服务器、IDC等基础设施整个运营领域的全面产品化支撑，从而达到高效率，低成本，低功耗的智能运维。集成了服务器和IDC领域的各项专业技术，以及运维平台进一步的智能化支持，我们立志打造一个真正自动驾驶的数据中心。 作为服务器领域开发专家，您将负责： 1. 负责服务器采集监控机制的定义与优化，包括定义采集的数据，频率以及后续业务应用方式。 2. 负责服务器性能、功耗等数据的分析与应用，提取业务特征，分析业务瓶颈并优化。 3. 基于ARM/X86架构，以及各类AI等异构架构的场景，完善监控与运维手段。 4. 基于故障宕机等场景，从集群角度增强服务器容灾与带故障运行的能力，可用性与稳定性。 5. 基于服务器领域知识与智能化相结合，运用智能化手段管理服务器。 6. 支撑单元化等特殊服务器集群管理场景。
对阿里云AI基础设施中网络资源供应负责，包含网络设备、路由器、光模块和AOC/DAC。从项目启动的网络资源全局规划、资源方案、供应路径到整体齐套到货，对AI项目组负责。 1. 全局统筹规划AI相关的各个网络设备（含部件/光模块）厂商产能，从厂商物料齐套到排产上线、确保按时产出； 2. 熟悉数据中心网络架构，网络产品技术迭代和主流的网络拓扑，构建适合业务场景的计划策略如安全库存和日常计划策略； 3. 对VMI、CMI、IDC资源池库存水位和库存消耗负责，包含库存风险监控、预警，制定消耗方案，推动及时处置； 4. 熟悉供应链的供需存管理，承接AI业务需求，基于AI相应的网络架构按期到货。推动落地网络设备按时按要求上架。By AI项目保障项目交付SLA达成； 5. 了解行业动态，熟悉数据中心从项目发起到网络资源方案流转流程和系统；确保网络资源方案落地； 6. 熟悉数据中心硬件设计、有数据中心网络硬件研发和售前工作者优先。
· 业务规划：建立以产品制造工程为基础的交付解决方案和体系，支撑供应链领域产品制造、仓配、交付、改配、维保和质量。 · 制造技术和管理：加强平台型和AI产品、制造、改配、维修的制造技术投入，制造技术量产一代、预研一代，高功耗产品从风冷制造向液冷制造规划和转型；构建服务器制造工程能力体系，推进器件、部件、工艺、设备、测试、维修等工程能力迭代和管理变更，监控厂商实际落实执行，协同解决交付异常，以工程技术提升制造质量和效率。 · 新产品引入：构建产品生命周期的供应链管理，负责新产品的工厂量产导入，协同研发在自研产品和自研部件设计阶段的DFx以提升产品可制造性和可维护性，做好新产品上量早期阶段的制造技术落地和质量管理，推进厂商制造能力和环境建设优化，提升产品导入效率和质量。 · 量产标的产品复制：主导从1到100的量产标的产品复制，革新式的建立产品快速复制流程实现产品复制从行业标准6个月降至3个月；并做好立项、退出的复制过程风险管控体系，以PLM和SLM为基础，以项目制管理方式提升和优化流程体系，把控项目立项、退出等关键节点，建立风险管理体系。 · 生产和交付质量：构建服务器和关键部件的质量管理体系，加强数字化能力建设，监督和提升部件/整机厂商在物料来料、生产制造、物流仓储、上架交付等全流程质量水平，负责制造过程异常处理和交付保障，服务于交付各领域。 · 产能规划和能力建设：依据标案及交付需求，识别产能瓶颈和风险，优化产品交付模式，提供全球范围内产能优化方案并推动厂商建设、验证、批量交付完成，实现全球供应投放能力的建设。 · 改配交付：建设和持续优化改配体系，并加强改配制造技术和质量提升，在IDC改配、CDN改配、AI改配等方向上持续提升资源利用率，实现降本增效的价值创造。 · 自维保：建设和持续优化自维保体系，用制造和维修技术提升备件拆解、备件NTF、备件维修和现场维修的能力，持续提升自维保的价值创造能力，并做好自维保基础能力的建设，为风险预防做好能力基础。 · 供应商管理：构建“六边形”战士的厂商绩效评价机制，通过MOR运作机制提升厂商供应链领域的能力和绩效，设计和执行MOR奖惩制度，并提升MOR绩效在招投标中的份额影响度，使运营管理与商务、研发协同良性循环。 · 交付解决方案：负责重点项目的供应、生产、质量、仓配、上架的交付解决方案设计和落地，构建国内、海外供应链安全体系。