阿里云阿里云智能-可观测高级研发工程师-杭州
任职要求
1. 对技术有强烈的进取心，具有良好的沟通能力和团队合作精神、优秀的问题分析和解决能力； 2. 有三年以上工作经验，扎实的算法基础和良好的编码习惯，熟悉 Python、Go 或 Java 语言中的任意一种； 3. 对 Dify、MCP、vLLM、SGLang、A…
工作职责
1. 参与阿里云战略级产品研发，参与数据采集、处理、查询分析等功能开发与设计； 2. 负责面向 AI 原生应用的可观测数据采集，涉及数据采集探针（Python、Go、Java、eBPF 探针）的研发工作，为 AI 应用提供无侵入，高性能，低成本的数据采集能力； 3. 负责分布式调用链追踪，应用性能监控核心系统的开发，包含 AIOps 根因定位，Continuous Profiling 持续剖析等方向，帮助 AI 应用以及微服务应用实现代码级根因定位； 4. 参与 OpenTelemetry 开源社区，与国际大公司合作共建社区规范。
负责阿里集团、阿里云战略级产品SLS研发，在日增数百PB级的超大规模实时数据之上，挑战从“经典可观测性”向“AI Native 基建”的跨越。通过实时采集、索引、存储、语义检索和分析等技术，实时处理每日数百PB海量数据，并针对AI应用场景进行特定优化，提供智能、自动化数据检索和分析服务。加入该岗位，您将有机会在国内超大规模的实时日志平台上，打造新一代的AI基础设施。 1. 定义下一代 AI 数据基座： 基于现有海量日志平台，重构面向 Agent Runtime 的数据基础设施，解决高吞吐写入与低延迟语义检索共存的工程难题； 2. 构建 Data + AI 飞轮： 研发高性能的数据清洗与向量化流水线，从数据中实时化萃取高质量数据，构建AI存储和检索系统，通过构建数据反馈回路，使模型和Agent持续进化； 3. 超大规模系统攻坚： 维护并演进日处理百 PB 级数据的实时平台，在极致的成本与性能约束下，探索存算分离、混合索引等前沿技术落地。
1. 基于需求实现AI相关产品的全流程开发，包括但不限于AI应用的架构设计、工程实现、系统部署。 2. 核心参与AI Agent开发，基于大语言模型（LLM）、多模态模型或垂直领域模型，开发具备自主决策能力的AI Agent，支持任务分解、工具调用（如API、数据库）和结果反馈。 3. 持续迭代优化Agent相关技术实现和架构设计，包括但不限于CE优化、RAG优化、调度优化、AI可观测性提升等。 4. 跟踪前沿AI技术（如最新Agent框架和最新基模能力等），推动技术持续创新。
1、参与公司内基于Ray的分布式计算场景的方案设计以及研发，包括机器学习、图等场景； 2、参与Ray内核/Kuberay以及相关上层生态框架的功能开发&性能优化； 3、参与Ray在K8s上的弹性/潮汐资源集群稳定性/可观测性/平台化对接等能力建设； 4、参与Ray开源社区的建设。
1、负责模型训练平台核心功能开发和架构设计，包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设，包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统，打造端到端训练解决方案 4、优化训练调度和资源管理，提升集群利用率和训练效率 5、开发模型训练监控诊断工具，建设可观测性体系