阿里云阿里云智能-云基础设施资源智能运营算法专家-北京/杭州

1. 算法设计与开发 -针对云计算基础设施资源的需求计划、供需匹配、采购决策和库存管理等场景，建立数学模型并设计求解算法（如线性规划、强化学习、仿真推演等）。 -设计并研发基于大模型（LLM）智能问答（QA）、推理分析（如Chain-of-Thought, ReAct）的agentic AI助手，提升资源运营效率。 2. 工程落地与优化 -将算法从原型推进到生产环境上线，并可解决实际运营业务场景中的规模化和时效性挑战。 -提供运营业务人员可通过自然语言直接交互并高效可用的Agentic AI助手。 -与工程团队合作，设计高性能、可扩展的算法服务架构。 3. 跨领域协作 -与云产品（需求侧）、供应链、采购、数据中心运营等多个团队紧密合作，理解业务痛点并转化为可量化的技术问题。 -跟踪学术界（如OR、ML顶会）和工业界（如AWS/GCP资源优化方案）最新进展，推动技术迭代。

负责阿里云全球网络的服务化平台研发，包括但不限于平台开发、模型/算法构建、海量数据分析处理等。 阿里云基础设施网络研发事业部，负责整个阿里巴巴网络基础设施的研发、建设和运维，始终坚持利用软/硬件技术及研究，针对业务需求研发网络解决方案，给公司业务提供强有力支持。广域网架构与研发团队，作为网络研发事业部核心团队之一，负责设计、研究、建设、运营面向全球的阿里巴巴广域网络，实现网络的高可靠、高可用、低成本，并不断提升用户体验。 具体岗位职责： 1. 负责阿里全球网络的数据分析、网络优化、资源规划等自动化和智能化系统研发，包括但不限于面向稳定性保障、质量优化和成本经营的算法、模型和平台研发 2. 负责阿里全球网络的质量探测与保障、网络监控、流量采集、Qos管控等系统设计研发 3. 负责阿里全球网络流量调度系统设计和研发，实现云边一体、端网融合、全球加速等目标

1. 底层网络架构与虚拟化研发：负责网络产品的核心架构设计与技术落地，深耕网络底层虚拟化与网络控制系统。要求能够根据业务需求进行技术选型与可行性分析，构建高可用、高扩展的底层底座，确保网络基础设施的稳健运行。 2. 传输协议算法创新与定制化：负责传输协议（TCP/UDP/QUIC等）机制的优化与创新。针对CDN等多元业务场景，设计并实现差异化的拥塞控制与传输算法，达成“千人千面”的网络优化目标，建立业务传输的技术壁垒。 3. 网络AI智能化与自动化运营：推动AI技术在网络域的深度落地。利用机器学习与大数据分析，实现网络故障的自动化诊断、根因分析及传输性能瓶颈定位，将传统被动运维转化为主动预警与智能决策。 4. 全生命周期工程卓越与稳定性保障：负责从需求拆解、核心代码编写到部署运维的全流程。持续进行系统重构与性能调优，通过值班、Bug排查及压测等手段解决线上疑难杂症，确保大规模分布式系统在复杂环境下的稳定性与资源成本最优。 5. 技术规划与业务前瞻视野：理解业务战略，基于业务痛点进行前瞻性技术预研。参与制定中长期技术规划，确保架构设计能够支撑业务的爆发式增长，并能将最新的行业趋势转化为业务竞争力。

1.技术与系统架构：负责具身智能与机器人系统的整体架构设计，并主导机器人平台化（硬件模块、控制栈、感知栈）与大模型平台化（数据、训练、推理）的统一设计。 2.具身智能大模型工程：建设数据体系，协同科研模型算法团队推进具身大模型训练，协同、调用云平台搭建面向具身场景的大规模训练与分布式基础设施。 3.端侧模型推理部署：负责将具身智能模型在机器人端侧部署，并结合机器人计算资源进行软硬件协同优化。 4.机器人系统落地与工程交付：主导机器人在各类场景的落地与项目交付；负责从需求拆解、系统集成、工程实现、测试验证到交付运营的全流程工程管理；协调与供应链、ODM/OEM、硬件厂商的技术对接，以及机器人产业上下游的合作。 5.团队管理与跨部门协作：管理多学科工程团队，建立工程和研发流程（CI/CD、QA、仿真体系、回归测试、可靠性验证），并与产品、科研、算法、行业解决方案和 BD 团队紧密协作推进关键项目落地。