阿里云阿里云智能-前端开发专家-杭州/北京
任职要求
核心能力要求
1. 技术基础
● 计算机相关专业本科及以上学历，5年以上前端开发经验；
● 扎实的HTML/CSS/JavaScript基础，熟悉W3C规范；精通React生态（Hooks、Redux）、TypeScript，熟悉现代CSS技术栈（如CSS-in-JS、Tailwind）。
2. 工程化经验
● 精通前端工程化工具链（Webpack/Vite、ESLint、Jest等），有大型项目架构设计经验；
● 熟悉性能优化方法（如代码分治、懒加载、资源压缩等）。
3. 协作与沟通
● 具备跨职能团队协作经验，能够与后端、算法、产品团队高效沟通；
●…工作职责
1、技术方案设计 • 收集、识别、分析客户需求，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、技术架构、工程架构和开发流程等 2、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、编码开发和功能实现 • 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Bug排查、问题诊断、体验改善、性能和成本优化等 3、基础技术建设 • 洞察和抽象团队内的共性技术需求，形成基础技术方案 • 通过技术框架、SDK、组件库、工具、平台、知识库等可复用能力的建设，不断提升团队研发效率和质量 4、体验与质量 • 关注客户体验，在前端性能、交互、一致性等方面确保产出体验，并通过技术优化、工具建设、机制保障等不断提升体验 • 构建质量、安全、稳定性管理相关的规范、流程以及工具，不断提升产品或平台的质量、安全性和稳定性 5、技术洞察与研究 •收集领域内的最新技术信息，追踪并定期分析竞对产品的核心技术和发展方向，包括但不限于技术原理、技术优劣势、应用场景等 • 通过内外部渠道，了解并洞悉客户需求，并凝练形成对应的技术洞察 6、技术规划 • 基于业务需求和技术洞察，制定技术团队的中长期发展规划和技术路线图 • 体系性的设计各类配套规划，包括技术人员规划、技术基础设施规划、技术质量规划、技术安全规划等
1、技术方案设计 • 收集、识别、分析客户需求，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、技术架构、工程架构和开发流程等 2、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、编码开发和功能实现 • 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Bug排查、问题诊断、体验改善、性能和成本优化等 3、基础技术建设 • 洞察和抽象团队内的共性技术需求，形成基础技术方案 • 通过技术框架、SDK、组件库、工具、平台、知识库等可复用能力的建设，不断提升团队研发效率和质量 4、体验与质量 • 关注客户体验，在前端性能、交互、一致性等方面确保产出体验，并通过技术优化、工具建设、机制保障等不断提升体验 • 构建质量、安全、稳定性管理相关的规范、流程以及工具，不断提升产品或平台的质量、安全性和稳定性 5、技术洞察与研究 •收集领域内的最新技术信息，追踪并定期分析竞对产品的核心技术和发展方向，包括但不限于技术原理、技术优劣势、应用场景等 • 通过内外部渠道，了解并洞悉客户需求，并凝练形成对应的技术洞察 6、技术规划 • 基于业务需求和技术洞察，制定技术团队的中长期发展规划和技术路线图 • 体系性的设计各类配套规划，包括技术人员规划、技术基础设施规划、技术质量规划、技术安全规划等
1. 负责阿里云容器服务系列控制台的前端架构设计与核心功能开发，打造稳定、高效、易用的容器服务管理平台。 2. 主导前端系统架构演进，推动工程化体系建设，落地微前端、性能优化、体验治理等关键技术。 3. 深入参与产品研发管理，持续优化产品稳定安全与用户体验，以技术驱动业务增长。 4. 关注前端前沿技术发展，主导前端新技术的预研与技术难点攻关，探索 AI 与前端融合及研发提效。
1、参与大模型能力建设及大模型平台的前端功能设计和实现； 2、参与前端工程体系与架构设计的优化，高质量支持前端业务迭代； 3、参与前端交互和体验优化，通过组件化、流程化、配置化与搭建能力等方式支持产品运营及研发提效工作； 4、关注前端技术发展，探索和引入新技术以提升产品竞争力。
1、设计并开发 AI Coding IDE 基础框架、插件体系及 CLI 工具，提供灵活的 UI 自定义能力与服务编排能力，支持各类业务场景。 2、设计并实现具备代码理解、生成、调试和优化能力的 AI Agent，构建多智能体协作架构，实现复杂编程任务的拆解与分布式执行。 3、负责 AI 算法在 IDE 场景下的工程化实现，为代码自动生成、智能补全、Bug 检测等功能提供高性能技术支撑。 4、持续跟踪 AI Agent、大模型及 IDE 技术发展，推进技术规划与落地，探索行业领先的 AI 结合 IDE 技术方案。 5、解决 IDE 及 AI 运行环境中的技术难题，持续优化体验、性能与系统稳定性。