阿里云阿里云智能-数据库智能运维系统研发专家(AIOps)-杭州/北京
任职要求
1. 拥有计算机、人工智能或相关方向的硕士学位。 2. 有2年以上数据库、大模型应用、诊断工具等相关产品/技术的开发经验。 3. 对至少 1 个数据库及其运维有广泛的了解，包括但不限于MySQL、PostgreSQ…
工作职责
技术方案设计 • 收集、识别、分析客户在数据库运维、诊断方面的需求，并确定技术方案的目标、范围和交付成果。 • 基于需求分析，进行技术可行性分析和方案评审，选择合适的技术选型、功能设计、技术架构、数据架构和开发流程等。 技术实现 • 基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现。 • 负责核心功能的架构与代码模板的编写，开发与维护系统公用核心模块，技术架构重构、优化等。 • 对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署。 • 对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、升级工单处置、bug排查、问题诊断、产品体验改善、性能和成本优化等 稳定性和性能优化。 • 制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠。 • 运用产品优化技术和方法，进行性能优化，提高产品稳定性和性能。
面向云数据库运维体系，充分利用各类数据、知识、工具，对工单处理、异常发现、根因定位、优化治理、故障恢复等日常运维任务，进行大幅度提效，实现半自动甚至全自动的智能运维体系升级。具体研究内容包括但不限于： 1.探索复杂故障的智能化定位与恢复相关技术； 2.探索领域知识库的自动化沉淀相关技术； 3.探索分布式环境下的多Agent协同相关技术。
我们正在打造面向 OceanBase 数据库的智能诊断平台，致力于通过 AI 与工程化的深度融合，实现数据库性能问题的自动发现、根因定位与优化建议，提升客户与前线同学的诊断效率。 1. 负责 Web 系统的架构设计、开发，落地面向客户与前线的一站式诊断工具/系统，提升问题定位与调优效率； 2. 探索大模型、时序分析、知识图谱等 AI 技术在数据库诊断领域的落地，构建可解释、可信赖的智能诊断体系； 3. 参与一些客户环境问题诊断，将一线经验沉淀为产品能力，帮助 OceanBase 在云上、云下更好地落地。
1、主导存储云平台架构设计与核心开发：负责小红书存储平台产品的架构演进与核心模块开发，探索AI-Native架构下的智能存储解决方案，推动平台从工具型向智能型升级。 2、构建智能化运维体系：独立负责存储与数据库自助管理平台的技术规划与落地，结合大模型能力打造智能运维Agent，实现自然语言交互式运维，降低数据库使用门槛。 3、驱动运维智能化转型：基于LLM Agent技术重构自动化运维平台，构建具备自诊断、自修复、自优化能力的智能运维体系，实现从"人工运维"到"无人值守"的跨越。 4、深耕AI+数据库创新场景：主导大模型在数据库领域的深度应用落地，包括智能SQL优化、异常检测与根因分析、容量预测与自动扩缩容、智能告警降噪等核心场景。 5、引领产品体验升级：持续跟踪业界前沿AI Agent产品（如OpenClaw、Claude Code、Devin等），将先进AI交互范式融入数据库存储平台，打造行业标杆级智能化运维体验。
