阿里云诚云科技-资深运维工程师-政企技术服务
任职要求
• 在中型企业或云服务提供商从事SRE、运维工具开发、客户技术服务相关工作，具备5年及以上工作经验 • 熟悉云集群各运维平台和云产品及监控平台使用方法，能够快速专业定位客户问题 • 具备一定集群调优和trouble shooting能力 • 或者掌握分布式系统原理，对存储、计算、流式计算中的一项或多项有深…
工作职责
1、客户现场专项技术负责人，如网络专项、数据库专项； 2、平台稳定性重大变更方案制定与实施，如性能/存储优化、底座改造等； 3、现场故障应急执行，协助原厂尽快恢复平台运行； 4、关键时刻现场保障，如客户平台隐患深度排查与治理； 5、复杂问题原因定位及解决；
1、客户现场专项技术负责人，如网络专项、数据库专项； 2、平台稳定性重大变更方案制定与实施，如性能/存储优化、底座改造等； 3、现场故障应急执行，协助原厂尽快恢复平台运行； 4、关键时刻现场保障，如客户平台隐患深度排查与治理； 5、复杂问题原因定位及解决；
1、客户现场专项技术负责人，如网络专项、数据库专项； 2、平台稳定性重大变更方案制定与实施，如性能/存储优化、底座改造等； 3、现场故障应急执行，协助原厂尽快恢复平台运行； 4、关键时刻现场保障，如客户平台隐患深度排查与治理； 5、复杂问题原因定位及解决；
1. 客户安全合规技术支持：根据安全技术合规标准，提供云安全标准解读，支持客户进行云安全评估、等级保护测评及密评等安全技术合规测评，提供必要的技术支持和咨询服务； 2. 安全技术合规评估与咨询：对云产品进行安全技术合规评估，为业务团队提供有关技术安全合规性的咨询和支持；识别潜在的安全技术合规风险，并提出有效的缓解措施； 3. 政策制定与实施：参与制定和完善公司内部的技术安全合规政策和流程；确保所有的技术安全合规政策能够有效实施并得到遵守；监控技术安全合规政策的执行情况，并定期更新以适应新的法律法规和技术变化； 4. 跨部门协作：与其他部门（如技术、安全、产品开发等）紧密合作，确保所有项目均符合技术安全合规标准；促进不同部门之间的沟通与协作。
1. 面向 AI 业务的网络架构设计与演进 ○ 负责支持大规模 AI 训练/推理集群的网络架构规划与方案设计，覆盖 AI access 网络、frontend 网络、AI scale up 网络等关键环节。 ○ 结合业务场景识别网络接入、流量调度、数据分发链路中的性能和可靠性瓶颈，提出系统级优化方案。 2. 高性能多路径传输与 RDMA 方向创新 ○ 深入调研业界前沿应用层多路径传输、RDMA 及相关协议栈优化技术，系统性分析其优缺点与适用场景。 ○ 基于阿里云大规模生产环境，设计并落地面向 AI 流量的多路径传输优化机制，实现端到端的高带宽、低时延和高稳定性。 3. 网络系统研发与产品化落地 ○ 将整体技术方案拆解为可实施的技术点，完成可行性分析、技术规范制定与验收标准设计。 ○ 主导关键模块的架构设计与核心代码开发，构建可快速迭代的原型系统，验证技术路线。 ○ 在验证基础上持续进行性能优化与工程化改造，推动方案产品化落地，并支撑大规模部署和运营。 4. 稳定性与性能优化 ○ 制定并实施面向超大规模集群的稳定性保障策略，从架构设计、协议栈实现、流控/调度策略等多层面建设高可用能力。 ○ 在真实业务环境中开展端到端性能剖析与容量规划，识别热点与瓶颈，落地针对性优化措施，保障高负载下的稳定性能表现。 5. 数智一体的网络分析与智能运维 ○ 利用大数据与大语言模型，设计并研发超大规模网络分析与智能运维系统，提升网络研发、运营、运维、测试效率。 ○ 探索 AI for Network 的创新场景，如异常检测、故障根因定位、智能调度策略优化等。 6. 学术前沿跟踪与技术影响力建设 ○ 持续跟踪计算机网络、AI infra、可编程网络硬件等领域的前沿研究与产业趋势，并评估其在阿里云场景中的落地价值。 ○ 鼓励/支持在 SIGCOMM、NSDI、ATC 等顶会发表论文或输出技术分享，增强团队和个人在业界的技术影响力。