阿里云诚云科技-资深应用运维工程师-计算平台（大数据方向）

ꔷ 主导疑难问题工单的分析与解决，保障客户核心业务稳定运行； ꔷ 参与客户业务重保（Critical Support）方案设计与执行，提升客户满意度。 用户体验优化与产品改进 ꔷ 从工单中定位产品缺陷，提炼用户需求，提出优化建议； ꔷ 推动产品质量与功能迭代，通过技术改进提升用户体验。 运维平台智能化建设 ꔷ 参与大数据运维平台的产品化及智能化升级，主导售后工具、运维平台的开发与优化； ꔷ 基于历史工单数据、开源社区知识库，结合 MCP、RAG 等大模型技术，构建智能运维体系，提升售后响应效率与问题解决能力。 运维服务体系建设 ꔷ 负责运维服务体系的规划与落地，包括团队生态人员招聘、技能培养及知识沉淀； ꔷ 制定运维能力提升计划，确保团队高效支持复杂场景

1、负责阿里云AI人工智能平台（PAI）运维工作，建设超大规模GPU集群稳定性体系，包括可观测性链路、监控报警，故障应急及处置、SLA可用率度量提升等 2、研发AI运维管控平台，通过自动化提升运维效率，包括交付&变更CICD、GPU节点交付&自愈、智能诊断定界等 3、落地AIOps智能运维，通过AI算法提升稳定性，包括异常检测、根因定位及基于大模型&智能体Agent运维落地等 4、负责稳定性架构设计及项目组织推动落地，包括基础架构云原生化、跨AZ高可用架构、产品可运维性架构演进等

1、负责阿里云AI人工智能平台（PAI）运维工作，建设超大规模GPU集群稳定性体系，包括可观测性链路、监控报警，故障应急及处置、SLA可用率度量提升等 2、研发AI运维管控平台，通过自动化提升运维效率，包括交付&变更CICD、GPU节点交付&自愈、智能诊断定界等 3、落地AIOps智能运维，通过AI算法提升稳定性，包括异常检测、根因定位及基于大模型&智能体Agent运维落地等 4、负责稳定性架构设计及项目组织推动落地，包括基础架构云原生化、跨AZ高可用架构、产品可运维性架构演进等

1. 安全监控与事件管理 负责7x24小时安全监控体系的运营与管理，覆盖云平台（AWS、Azure等）、SaaS应用等 精通并主导使用SIEM工具（如Splunk、Prisma Cloud）进行高级威胁狩猎、异常检测和告警优化，确保安全事件的全链路可视性。 具备SOAR平台（如Cortex XSOAR等）的实际操作经验，能够进行剧本开发、案例管理或平台运维 领导并协调针对复杂安全事件的应急响应，包括但不限于入侵分析、恶意软件处理、账户盗用等，并负责根因分析、遏制、 eradication 和恢复。 2. 安全工程与自动化 设计、开发和维护安全自动化脚本与工作流（利用AWS Lambda, CloudWatch, Python等），以实现安全流程的标准化与效率提升，覆盖检测、响应与修复环节。 负责评估、集成与优化安全工具与技术栈（如EDR、IDS/IPS、Capsule8规则、CloudProber、Grafana仪表板等），提升安全控制的效能。 3. 威胁情报与漏洞管理 主动跟踪、分析和评估新兴的网络威胁、攻击手法和漏洞（如0-day），并转化为可行动的情报与防护措施。 主导或深度参与漏洞管理全生命周期，包括扫描、评估、优先级划分及推动修复。 4. 合规、协作与知识传承 确保安全运维实践符合内外部合规要求与标准（如ISO 27001、SOC2、GxP、PCI-DSS等），并参与相关审计工作。 与云安全、DevOps及研发团队紧密协作，将安全控制（如安全基线、漏洞防护）无缝集成到CI/CD pipeline和云基础设施中，推动“安全左移”。 编写高质量的技术文档、事件事后分析报告，并向管理层汇报安全态势与风险。 担任团队内的技术导师，培养L1/L2工程师，分享专业知识与最佳实践。