阿里云阿里云智能-技术内容工程师(数据库方向)-杭州
任职要求
1. 5年以上技术内容写作/产品经理/技术开发/测试开发/运维经验。 2. 具备数据库开发/运维、DBA相关经验,或具备数据库内核开发、性能调优、高可用架构设计等实践经验者优先。 3. 具备云计算行业经验为加分项。 4. 熟练掌握数据库技术栈,如存储计算分离、SQL/NoSQL引擎(MySQL/PostgreSQL/MongoDB等)、云原生架构(Kubernetes托管数据库)等。 5. 精准定位用户数据应用场景的需求,结…
工作职责
1. 深入理解产品与用户需求:全面掌握云计算数据库产品(如关系型数据库、分布式数据库、云原生数据库)的核心架构、功能特性及目标客户群体,精准识别开发者在文档使用中的痛点,主导文档的设计、验证与持续优化,提升开发者自服务能力。 2. 文档体系与规范建设:作为云计算数据库产品的文档负责人,设计并落地技术内容信息架构,制定统一的文档写作规范、打造世界领先的数据库技术内容。 3. 场景化解决方案设计与交付:提炼数据库应用的典型场景,主导从方案设计、文档编写到交付的全流程支撑。 4. 产品优化与竞争力提升:分析行业共性需求及技术瓶颈,反馈并推动产品功能优化,提升产品的市场竞争力。
1、有较强的复杂业务分析能力,能全面把握产品的功能及非功能需求,设计有效的测试策略 2、提供有效功能测试设计和用例, 开发自动化测试用例脚本并执行; 3、能灵活创新开发工作中需要的测试工具; 4、能参与全站国际化、生态化、中台架构改造升级,解决可测性问题及系统稳定性保障; 5、有一定的测试平台规划和设计研发能力,提升整体测试效率和质量; 6、能参与到质量领域的AI探索方向,包括Agent研发,模型调优等。
1、负责数据平台产品核心模块的前端架构设计与开发,确保产品具备高性能、高可用性、优秀的用户体验 2、负责建设分布式 Puppetter 集群,支持高并发获取动态页面内容,解决内容抓取性能、稳定性、调度问题 3、根据对应的产品规划,参与制定对应方向的技术规划,具备技术攻坚、负责落地多人协作的技术专项的能力 4、能深度参与到产品需求分析,从前端的视角给出对应的产品建议 5、建立完善的质量控制体系,确保产品的交付质量
1、深度参与安全/体服方向的业务作业系统构建,负责从架构设计到功能开发的全流程工作,确保系统具备高稳定性、高性能与高安全性,满足业务快速发展的需求;在在线/近线/离线数据处理系统开发中,运用前沿技术实现数据的高效采集、清洗、存储与分析,为业务决策提供有力支持;参与图&文检索与召回系统的搭建与优化,提升检索精度和召回率,保障用户能够快速获取所需信息; 2、主导RAG/Agent应用构建系统的研发工作,探索AI技术在实际业务中的创新应用,将大模型能力融入应用,实现智能化交互与服务,推动业务模式的创新发展;在AI应用落地过程中,负责技术选型、算法优化与工程实现,攻克技术难题,确保AI应用能够稳定、高效地服务于业务场景; 3、面对异构大数据处理的复杂挑战,运用先进的数据处理技术和工具,对多样化的数据进行整合、处理与分析,挖掘数据价值,为业务发展提供数据驱动的决策依据;持续优化异构大数据处理流程,提升数据处理效率和质量,降低系统成本,增强系统的可扩展性和兼容性。
Bravo 102是由阿里国际技术全团队共同发起的技术人才孵化计划,打破传统人才选拔及培养框架,为有志于走向AI未来的技术新锐们,提供“你行你上+我要我来”的双向奔赴式的实习机会选择。 在这里,“我”将不被岗位定义,以能力选择业务战场,与全球顶尖团队并肩作战,沉浸式体验全球多元化业务战场与亿级流量高并发系统。 加入我们,成为AIDC首批102位Bravo Talent,一起掌舵AI,为我们的未来Bravo! 关于我们: 阿里国际技术专注于提供卓越的数字零售技术服务,致力于服务全球消费者,并触达全球中小企业买家。我们希望利用AI技术让每个人都能够轻松、便捷地享受全球优质的商品和服务,推动商业活动更加高效、可持续,为社会未来的发展带来更多可能性。 我们提供涵盖商品智能、商家服务、供应链优化、跨境物流、搜索推荐引擎、用户增长、金融服务、客户体验、AI 基础设施、企业数智化、全球云及高可用架构、研发效能等技术领域,实习生可跨多个技术域实践,深度参与多场景技术攻坚,探索你想选择的职业发展方向; 在这里,你将和我们一起,采用领先的数字化及人工智能等技术持续解决商业活动中的现实问题,创造技术价值,为消费者带来更加美好的体验!欢迎加入我们! 以下工作内容你均有可能参与: 1、参与基础软件的设计、开发和维护,如分布式文件系统、缓存系统、Key/Value 存储系统、数据库、Linux 操作系统等,探索 AI 在系统调优中的应用(如通过机器学习预测热点数据提升缓存命中率); 2、参与国际电商系统及基础设施的核心模块开发,集成 AI 模型服务,为公司产品提供强有力的后台支持,设计并实施最强大的解决方案; 3、参与产品的开发和维护,完成从需求到设计、开发和上线等整个项目周期内的工作,能够通过 AI 工具提升开发效率; 4、参与海量数据处理和开发,使用Java/SQL/Python开发 ETL 流程,结合大模型实现数据清洗与特征工程自动化(如利用大模型生成 SQL 查询模板); 5、参与项目为用户提供丰富而有价值的桌面或无线软件产品,能够探索 AI 在业务场景的落地应用(如大模型在供应链定价、销量计划、库存、履约等复杂场景的智能洞察和协同,基于大模型的个性化推荐系统,交互式智能导购,需求预测模型部署,异常检测算法实现等)。