智能互联阿里云智能-终端智能创新业务 AIOS系统架构师-杭州
任职要求
1. 计算机科学或相关领域的本科及以上学历，有Linux/Android/ChromeOS系统级研发经验； 2. 8年以上软件开发经验，至少5年以上大型软件项目中核心模块的架构设计经验； 3. 深入理解行业主流OS技术架构特点，熟悉Android（Auto）、ChromeOS、HarmonyOS系统架构以及发展趋势，有…
工作职责
1. 负责设计基于AI大模型的下一代人工智能操作系统（AIOS），包括但不限于基于用户意图的AIOS系统架构、AI软硬件结合关键技术、端云协同大模型调度、系统安全架构等核心领域； 2. 设计原生支持多模态大模型（LLM）的系统内核架构，包括AI原生的进程调度、内存管理及功耗控制策略； 3. 定义Agentic AI应用交互新范式，实现从“应用为中心”到“智能体（Agent）“为中心的变迁理念，构建面向AI Agent的新型应用生态范式； 4. 紧跟行业和前沿技术发展趋势，深入理解AI技术发展理念和逻辑，前瞻性布局关键技术，保证系统架构先进性和可持续演进。
1. 负责新一代AI驱动的PC产品质量保证工作与团队建设，主导质量团队的组织架构设计、人才梯队培养及绩效管理，打造一支具备系统底层、应用上层及 AI 评测能力的复合型质量团队，对最终产品交付质量与用户体验负责； 2. 构建覆盖“安卓系统-上层应用-AI Agent"的全链路质量保证体系。主导跨域质量架构设计，解决终端稳定性兼容性、云边端协同、分布式系统一致性、AI非确定性输出等复杂质量挑战，制定统一的质量门禁与发布准出标准，确保端到端交付质量； 3. 引领测试技术的智能化转型，探索"AI for Testing"与"Testing for AI"双轮驱动模式。一方面将 AI 能力融入自动化测试、用例生成、缺陷分析等环节提升效能；另一方面建立针对 AI Agent/LLM 产品的专项评估体系（如准确性、安全性、幻觉检测），解决非确定性输出的质量挑战，保持行业技术领先性； 4. 主导测试能力平台化与服务化建设，构建系统级、应用级、服务端及 AI 评估的自动化用例库。推动质量能力与 CI/CD 流水线深度集成，实现代码变更的自动化质量卡点。打造自助式质量验证平台，赋能研发、运维及合作伙伴，降低质量验证门槛，提升整体交付效率； 5. 建立多维度的质量度量体系，结合线上监控、灰度发布数据及用户反馈，驱动质量问题的根因分析与持续改进闭环，对线上重大质量事故负责，建立快速响应与防御机制，保障业务连续性。
1. 负责设计基于AI大模型的下一代人工智能操作系统（AIOS），包括但不限于基于用户意图的AIOS系统架构、AI软硬件结合关键技术、端云协同大模型调度、系统安全架构等核心领域； 2. 设计原生支持多模态大模型（LLM）的系统内核架构，包括AI原生的进程调度、内存管理及功耗控制策略； 3. 定义Agentic AI应用交互新范式，实现从“应用为中心”到“智能体（Agent）“为中心的变迁理念，构建面向AI Agent的新型应用生态范式； 4. 紧跟行业和前沿技术发展趋势，深入理解AI技术发展理念和逻辑，前瞻性布局关键技术，保证系统架构先进性和可持续演进。
1. 负责新一代AI驱动的PC产品质量保证工作与团队建设，主导质量团队的组织架构设计、人才梯队培养及绩效管理，打造一支具备系统底层、应用上层及 AI 评测能力的复合型质量团队，对最终产品交付质量与用户体验负责； 2. 构建覆盖“安卓系统-上层应用-AI Agent"的全链路质量保证体系。主导跨域质量架构设计，解决终端稳定性兼容性、云边端协同、分布式系统一致性、AI非确定性输出等复杂质量挑战，制定统一的质量门禁与发布准出标准，确保端到端交付质量； 3. 引领测试技术的智能化转型，探索"AI for Testing"与"Testing for AI"双轮驱动模式。一方面将 AI 能力融入自动化测试、用例生成、缺陷分析等环节提升效能；另一方面建立针对 AI Agent/LLM 产品的专项评估体系（如准确性、安全性、幻觉检测），解决非确定性输出的质量挑战，保持行业技术领先性； 4. 主导测试能力平台化与服务化建设，构建系统级、应用级、服务端及 AI 评估的自动化用例库。推动质量能力与 CI/CD 流水线深度集成，实现代码变更的自动化质量卡点。打造自助式质量验证平台，赋能研发、运维及合作伙伴，降低质量验证门槛，提升整体交付效率； 5. 建立多维度的质量度量体系，结合线上监控、灰度发布数据及用户反馈，驱动质量问题的根因分析与持续改进闭环，对线上重大质量事故负责，建立快速响应与防御机制，保障业务连续性。
1. 主导AI驱动的硬件操作系统架构设计，参与定义AIOS的交互框架，确保系统级体验的易用性与先进性； 2. 负责AI应用的体验创新，规划OS层级智能体行为逻辑与特征，将复杂算法转化为用户可理解的直观界面； 3. 协同硬件与产品团队，利用传感器等特性优化多模态输入体验，建立包含系统性能与智能准确率在内的综合体验评估体系； 4. 打通OS底层能力与上层AI服务，设计全局智能入口及跨应用智能流转机制，实现系统功能与智能服务的无缝融合； 5. 构建动态自适应设计系统，使界面布局与功能推荐能根据用户场景、习惯及设备状态实时调整，打造意图驱动的AI操作系统体验。