阿里云阿里云智能-研发高级专家-自动化平台-北京
任职要求
- 计算机相关专业本科及以上学历； - 8年及以上的后端研发经验、其中至少3年以上是IaC相关的经验（Terraform、CDK、Pulumi、Crossplan、CloudFormation、ARM template等）； - 5年及以上领导技术团队的经验，能够培养团队成员、吸纳更多人才、带领团队突破技术难点、领导团队技术…
工作职责
我们希望用户以最高的效率和质量集成阿里云。但云服务和业务的复杂性让手动编排上万个API变得困难、易错。借助Infrastructure as Code（IaC），通过声明式、代码化的方式管理云上资源，可以极大提升用户集成阿里云的效率和质量。 作为阿里云开放平台 - 自动化平台团队的研发高级专家，你将通过技术的手段不断提升用户集成阿里云的效率和质量，让每个用户都享受到自动化带来的便捷，让IaC变成用户集成阿里云的首选。你的职责包括： ● 规划阿里云的自动化平台和工具体系，洞察用户的痛点和使用路径，在云控制台、在线调试、在线服务托管、本地客户端等多种形态中建设出一套体系化的方案； ● 定义内部标准、搭建框架、推动云产品改造。通过标准化、自动化的方式生成高质量的IaC工具； ● 整体把控团队的技术设计和架构，关注工程质量、关注系统的稳定性和安全性； ● 与云产品团队高效协作，深入理解他们的场景和需求，推动阿里云统一的IaC质量提升； ● 深入理解用户的场景，以开发者的视角亲自动手实践、dogfood自己的产品。积极进行内外布道，让IaC的理念深入人心。 我们希望寻找一名志同道合、热爱开发、充满激情的候选人加入我们的团队！我们的愿景是赋能开发者，使他们能够更轻松、更高效的集成阿里云。我们相信，随着云计算技术的不断发展，它将会像水电煤一样成为社会的基础设施，为人们带来更多的便利和创新。作为开放平台的一员，你将加入到一个充满使命感、热情激昂、不畏艰难的团队。诚挚期待你的加入，跟我们一起并肩作战，为用户提供无法计算的价值！
1、技术/研究方案设计 • 与产研团队深入沟通产品的安全要求和现状，对认证和访问控制模型进行形式化规约和验证 • 对核心系统以及核心模块进行形式化建模和属性验证，保障系统正确性和安全性，提升系统稳定性。 • 开发软件验证工具，构建自动化验证平台提升验证效率和生产代码质量 • 将形式化验证工具和线上生产系统进行整合，提升生产系统的迭代效率 2、技术与研究创新点的实现 • 利用逻辑推理的方式解决客户使用云产品中遇到的问题 • 负责核心创新点的算法设计、难点攻关、国内外相关工作比较以及代码开发、测试与调优等 3、论文发表 • 独立、或通过指导实习生完成发表具有国际影响力的会议及期刊论文 • 形成国内外专利、软件著作权等知识产权
1、技术/研究方案设计 • 与产研团队深入沟通产品的安全要求和现状，对认证和访问控制模型进行形式化规约和验证 • 对核心系统以及核心模块进行形式化建模和属性验证，保障系统正确性和安全性，提升系统稳定性。 • 开发软件验证工具，构建自动化验证平台提升验证效率和生产代码质量 • 将形式化验证工具和线上生产系统进行整合，提升生产系统的迭代效率 2、技术与研究创新点的实现 • 利用逻辑推理的方式解决客户使用云产品中遇到的问题 • 负责核心创新点的算法设计、难点攻关、国内外相关工作比较以及代码开发、测试与调优等 3、论文发表 • 独立、或通过指导实习生完成发表具有国际影响力的会议及期刊论文 • 形成国内外专利、软件著作权等知识产权
1. 主导并参入蜂鸟配送算法平台业务后端服务架构、设计、核心功能开发、系统优化等工作； 2. 管理算法特征。构建算法模型自动化平台，建立算法模型训练、部署、预测流水线。支持算法快速迭代； 3. 负责技术难点调研和攻关，解决系统中关键的设计、性能等问题； 4. 制定团队目标，参入平台方向演进规划，拆解排期，规划人力和落地执行；
1. 负责新一代AI驱动的PC产品质量保证工作与团队建设，主导质量团队的组织架构设计、人才梯队培养及绩效管理，打造一支具备系统底层、应用上层及 AI 评测能力的复合型质量团队，对最终产品交付质量与用户体验负责； 2. 构建覆盖“安卓系统-上层应用-AI Agent"的全链路质量保证体系。主导跨域质量架构设计，解决终端稳定性兼容性、云边端协同、分布式系统一致性、AI非确定性输出等复杂质量挑战，制定统一的质量门禁与发布准出标准，确保端到端交付质量； 3. 引领测试技术的智能化转型，探索"AI for Testing"与"Testing for AI"双轮驱动模式。一方面将 AI 能力融入自动化测试、用例生成、缺陷分析等环节提升效能；另一方面建立针对 AI Agent/LLM 产品的专项评估体系（如准确性、安全性、幻觉检测），解决非确定性输出的质量挑战，保持行业技术领先性； 4. 主导测试能力平台化与服务化建设，构建系统级、应用级、服务端及 AI 评估的自动化用例库。推动质量能力与 CI/CD 流水线深度集成，实现代码变更的自动化质量卡点。打造自助式质量验证平台，赋能研发、运维及合作伙伴，降低质量验证门槛，提升整体交付效率； 5. 建立多维度的质量度量体系，结合线上监控、灰度发布数据及用户反馈，驱动质量问题的根因分析与持续改进闭环，对线上重大质量事故负责，建立快速响应与防御机制，保障业务连续性。