阿里云阿里云智能-测试开发专家-PAI平台
任职要求
1. 计算机相关专业，五年以上JAVA，Golang，Python或C++开发经验； 2. 五年以上分布式系统相关工作经验，具备复杂系统的软件设计和调试能力； 3. 熟悉容器…
工作职责
1. 基于云原生技术和GitOps实践，系统化分析和解决阿里云PAI团队在研发中的效率和质量问题，打造易用、高效和可复用的平台工具，提升云产品的持续交付效率。 2. 负责设计、开发和维护提升PAI平台研发效能的工具和系统，包括CI工具、集成测试环境和自动化测试平台等。 3. CI/CD：基于先进的DevOps/GitOps理念，建设一流的CI平台，提升研发体验和效率，实现CI过程可视化、审计和追溯功能。 4. 测试环境：使用Kubernetes、Docker和Golang等云原生技术，构建稳定、高效且易维护的多架构容器化测试环境，提升效率。 5. 自动化测试分层：通过平台工具提升单元测试覆盖率；设计、开发和维护内聚模块的集成测试框架及链路自动化测试框架；设计UI自动化测试，确保核心前端场景的可靠性。 6. 搭建自动化巡检和监控系统，快速响应和解决线上问题，提高服务的稳定性。 7. 根据技术文档和需求，为模块测试、集成测试和系统测试等，构建测试场景、设计测试用例，对测试结果进行分析和评估，发现和跟踪缺陷，并协调开发人员及时解决缺陷问题。
阿里云PAI团队致力于打造业界一流的一站式AI工程化平台，拥有万卡级训练能力与超大规模异构资源调度技术，为复杂模型训练与推理任务构建坚实基座。PAI平台不仅是通义大模型研发与落地的核心基础设施，也作为公共云服务的关键载体，支撑众多行企业构建大模型核心业务。平台提供从数据标注、预处理、模型训练、推理服务到开发环境与工作流调度的全链路工程支持，全面覆盖AI项目从实验探索到规模化落地的完整价值链。作为平台研发工程师，您将深度参与以下工作： 1. 负责大规模异构资源管理与模型训练服务的全流程开发，包括需求分析、架构设计、软件开发、质量保障与部署上线。 2. 持续开展系统模块的深度剖析与迭代优化，提升资源利用效率、任务成功率与启动速度，降低使用门槛，增强产品满意度与客户粘性。 3. 负责平台线上环境的实时监控、故障定位与性能调优，为客户提供及时的专业技术支持，保障平台服务的高可用与高稳定运行。 4. 紧密追踪大模型、AIGC等前沿技术趋势，洞察并提炼高价值用户需求，推动平台功能持续演进与技术架构升级。
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。
阿里云PAI团队致力于打造业界一流的一站式AI工程化平台，拥有万卡级训练能力与超大规模异构资源调度技术，为复杂模型训练与推理任务构建坚实基座。PAI平台不仅是通义大模型研发与落地的核心基础设施，也作为公共云服务的关键载体，支撑众多行企业构建大模型核心业务。平台提供从数据标注、预处理、模型训练、推理服务到开发环境与工作流调度的全链路工程支持，全面覆盖AI项目从实验探索到规模化落地的完整价值链。作为Web前端工程师，您将深度参与平台前端体系的构建与持续演进，具体职责涵盖以下方面： 1. 协同产品与设计团队，负责AI平台控制台的前端开发，覆盖标注、训练、推理、编排、监控、开发环境等核心场景，打造专业、易用的交互体验。 2. 面向AI交互场景演进与算力资源类型升级，持续推动前端架构重构与性能优化，提升系统响应速度与操作流畅度。 3. 联合测试、运维与技术支持团队，确保前端系统稳定可靠、兼容性强、易于维护，并能快速响应与修复线上问题。 4. 参与AI Coding、WebIDE、智能Agent、AIGC等方向的前端预研与落地，积极探索下一代AI开发体验的创新路径。
随着通用人工智能技术的快速发展，GPU算力的需求持续飙升，加入阿里云人工智能平台，您将有机会运用卓越工程理念并实践，构建支撑智算中心的工程底座，为AI智算平台的稳定运行保驾护航： 1. 基于先进的云原生技术和devops理念，系统化分析、设计和解决阿里云PAI团队研发过程中的效率质量问题。 2. CI/CD：基于效能领域先进的GitOps理念，建设一流的CI/CD平台，提升研发体验和效率；沉淀易用、高效、可复用的平台工具，整体提升云产品持续交付的效率。 3. 测试环境维护：使用k8s/docker/golang等云原生技术，建设稳定、高效、易维护的多架构容器化测试环境，提升测试效率。 4. 异常巡检能力：搭建自动化巡检、异常检测与告警联动系统，对预发和线上环境的训练任务、推理服务、平台组件异常进行持续健康监测。