阿里云阿里云智能-云原生技术支持专家（海外业务）-北京/杭州/上海
任职要求
1、计算机通信或相关专业本科以上学历，至少5年的传统/互联网业务系统DevOps/运维/开发工作经验；具备优秀的中英文听说读写能力。 2、熟悉容器化改造、微服务拆分、应用开发等；熟悉可观测领域、产品及解决方案，包括但不限于SLS、ARMS、云监控；熟悉消息队列、函数计算、微服务和容器技术；精通至少一种开发和脚本语言（Java/C/C++/Python/Shell/Perl等)。另外满足如下3-5能力项中的至少一条。 3、熟悉计算机操作系统，有Linux或虚拟化方面的研发、运维或支持经验；熟悉进程、文件系统和网络常见系统调用，能够使用strace/gdb等类似工具分析程序行为或者能够根据源码分析程序更佳；熟悉Linux网络栈，知道内核网络参数的工作机理，了解虚拟网络设备的工作机理；熟悉Linux存储和文件系统，能够分析和定位影响应用IO性能的因素。 4、具备网络产品开发/测试/运维经验，精通TCP/IP、HTTP(S)技术，深入理解交换、路由原理，理解NAT, 负载均衡，VPN，网络虚拟化等相关网络技术；对操作系统TCP/IP内核协议栈有实践经验；了解主流Web服务器开发和运维。 5、熟悉关系型数据库Oracle/MySQL/SQL Server/PostgreSQL中的一种或多种；熟悉非关系型数据库Redis/MemCache/MongoDB/Hbase中的一种或多种。 6、具有较强的分析问题和快速解决问题的能力，良好的技术文档撰写能力和工作习惯，善于学习新技术；具有优秀的沟通技巧、团队合作经验、敬业精神，确实把客户第一做到言行一致。
工作职责
1、作为云原生技术领域专家，为客户提供云产品的专家服务支持，负责疑难升级问题的快速定位、分析解决。 2、与研发团队对接，根据客户反馈的问题推动云产品Bug修复、架构方案优化。推进后台诊断工具、用户侧自主化诊断工具的落地。 3、整理输出官方技术文档与解决方案，指导用户合理使用云产品。 4、为客户提供企业级服务中云产品相关场景的的解决方案，协助客户完成云环境上的业务技术落地。
团队介绍：字节跳动基础架构数据库团队，致力于构建认知型数据基础设施，持续定义数据技术的未来边界。团队基于全栈自研技术，打造了涵盖关系型数据库、NoSQL 数据库、大规模图平台、多模态搜索、云原生中间件等十余项产品的数据库矩阵，用独创的技术架构实现事务处理、混合查询、智能检索等全场景覆盖。我们不仅支撑集团核心业务，更通过火山引擎为客户提供具备企业级稳定性的数据库产品，助力客户以数据驱动实现业务增长。团队在大规模分布式架构、极致性能计算/存储引擎、软硬协同优化等领域具备顶尖技术积淀。面向 AI 时代，我们正在突破传统架构边界：一方面深化 AI 原生驱动内核、AI 算子优化等创新方向，推动数据库向智能 Copilot 演进；另一方面聚焦超大规模图计算、分布式跨模态数据联邦查询等前沿领域，构建支持跨模态数据管理的下一代设施。我们践行“务实浪漫”的极客文化，既在 VLDB 、SIGMOD 等顶级会议持续输出突破性成果，又以商业落地为导向打造全场景的产品矩阵。团队汇聚众多顶尖数据库专家和卓越工程师，分布在国内/海外多地。现诚邀具备数据库内核研发经验、分布式系统架构能力及 AI 创新视野的优秀人才，共同探索技术无人区，定义 AI 时代的数据基座，赋能全球企业实现 AI 驱动的业务变革。 1、负责AI时代的数据库架构设计：涵盖支持AI/ML工作负载的新型数据库系统架构，优化AI模型训练与推理的数据访问效率；构建支持向量搜索、图计算、时序分析等AI场景的混合型数据库解决方案，探索LLM大模型与数据库系统的深度集成方案，如自然语言SQL生成、智能查询优化； 2、负责数据库智能策略研发：研发基于 AI 的数据库性能调优系统，包括自动索引推荐、查询计划优化、资源分配策略等；构建智能监控系统，实现异常检测、根因分析、容量预测等AIOps能力；开发自适应存储引擎，根据数据访问模式动态调整存储结构； 3、负责AI数据基础设施构建：构建AI数据基础设施，如支持特征工程、模型训练、推理服务的全流程数据管道架构，实现数据库与机器学习框架（TensorFlow/PyTorch）的高效对接； 4、负责AI与数据库结合的实践方案探索与落地：探索AI技术和数据库各产品结合的最佳实践方案并落地，服务超大规模的集团内部业务及火山引擎业务。
标准化运维 • 通过风险治理、产品变更升级、故障应急等来维护客户云平台的稳定性 • 通过不断的资源与性能优化，帮助客户持续提升用云效率 • 以用户视角推动云产品运维能力可支持性持续提升，降低云平台运维难度 标准化交付（混合云） • 负责项目集成方案制定与标准化交付实施，识别和屏蔽实施前技术风险 • 负责制定云计算、大数据、AI等产品的可交付性标准、数据中心体系的质量建设与标准输出，持续提升产品的可服务性和质量，负责建立知识库、交付工具、交付流程优化及方法论； • 建设和培养生态可交付能力，帮助客户实现最终业务价值 标准化迁云 帮助客户业务迁移上云、用好数，为客户提供应用/大数据架构设计、数据库国产化，应用/大数据性能调优，数据治理以及数据中台建设等技术服务，提供云上产品在行业应用的最佳实践和解决方案。 技术支持 • 作为主要联系人，解决客户在使用阿里云服务过程中遇到的技术问题，通过风险治理、产品变更升级、故障应急等来维护客户云平台的稳定性 • 向客户提供最佳实践、指导和培训，帮助他们充分利用阿里云的功能和服务 • 向客户提供全方位的云技术支持、成本优化、成熟评估与咨询、合规与安全加固等服务，以提升客户的云上业务效率和可靠性 技术咨询和规划 作为技术专家，理解客户的IT战略和方向，结合云产品为客户提供深入的技术咨询、架构建议、产品选型等服务相关解决方案，成为客户数字化转型的长期伙伴 云上优化 • 通过对业务需求的深入理解，搭建和优化系统架构、建设业务容灾能力、设计和实施监控系统，引导日常容灾演练，以提高云上业务的稳定性和可靠性，保证高并发下的系统性能和响应速度 • 实现智能监控和预警，提升客户的业务效率和用户体验，并优化基础架构和应用程序 客情建设和商机拓展 识别客户关键决策人，用客户的语言展开对话，获取客户信任，挖掘产品和技术需求，形成有效商机并进行履约
1、负责公司 WMS 系统的整体架构设计与核心模块开发，主导需求分析、技术选型及可行性评估； 2、深度参与 WMS 系统从本地部署到云原生的演进过程，推动系统的高可用、高性能、可扩展性建设； 3、主导 WMS 与其他核心业务系统（如 WCS、ERP、MES 等）的系统对接，保障接口稳定性与数据一致性； 4、组建并带领 WMS/WCS 技术研发团队，制定产品路线图、开发计划和版本迭代节奏； 5、负责系统性能优化、故障排查、代码审查及技术难题攻关，保障系统7×24小时稳定运行； 6、推动 DevOps 流程落地，实现自动化部署、持续集成与远程热更新等能力； 7、编写高质量技术文档，组织内部技术分享与知识沉淀，提升团队整体技术水平； 8、紧密配合业务部门，深入理解仓储物流行业需求，推动系统功能持续优化与创新。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：字节跳动基础架构数据库团队，致力于构建认知型数据基础设施，持续定义数据技术的未来边界。团队基于全栈自研技术，打造了涵盖关系型数据库、NoSQL 数据库、大规模图平台、多模态搜索、云原生中间件等十余项产品的数据库矩阵，用独创的技术架构实现事务处理、混合查询、智能检索等全场景覆盖。我们不仅支撑集团核心业务，更通过火山引擎为客户提供具备企业级稳定性的数据库产品，助力客户以数据驱动实现业务增长。团队在大规模分布式架构、极致性能计算/存储引擎、软硬协同优化等领域具备顶尖技术积淀。面向 AI 时代，我们正在突破传统架构边界：一方面深化 AI 原生驱动内核、AI 算子优化等创新方向，推动数据库向智能 Copilot 演进；另一方面聚焦超大规模图计算、分布式跨模态数据联邦查询等前沿领域，构建支持跨模态数据管理的下一代设施。我们践行“务实浪漫”的极客文化，既在 VLDB 、SIGMOD 等顶级会议持续输出突破性成果，又以商业落地为导向打造全场景的产品矩阵。团队汇聚众多顶尖数据库专家和卓越工程师，分布在国内/海外多地。现诚邀具备数据库内核研发经验、分布式系统架构能力及 AI 创新视野的优秀人才，共同探索技术无人区，定义 AI 时代的数据基座，赋能全球企业实现 AI 驱动的业务变革。 1、参与字节跳动内部自研云原生数据库产品的设计和开发，打造业界领先的分布式OLTP/HTAP数据库产品； 2、参与字节跳动VeDB Family旗下数据库产品架构、功能迭代和服务化，研究云原生在数据库的应用技术并落地实现； 3、深入理解业务场景需求，针对性的为不同业务场景提供最合适的辅助工具，提高数据库产品的易用性、稳定性和运维能力。