岗位职责
- 定义未来架构与统一底座：主导阿里云新一代 AI Agent 基础设施的顶层设计与演进，构建融合 Agent Sandbox、容器与虚拟化技术的统一算力调度系统。深度探索 MicroVM、异构计算调度、OS Agent 等前沿技术在智能体场景下的应用边界，确立技术领先优势。
- 攻克极致性能与成本难题：解决超大规模分布式系统中的核心挑战，实现 Agent/Sandbox 的毫秒级冷启动、带状态极速唤醒及智能休眠；通过数据驱动的异构算力（CPU/GPU/NPU）协同调度与安全超卖，在保障 SLO 的前提下显著提升资源利用率，打造兼具极致性能与极致成本效益的计算底座。
- 支撑千万级规模与学术工程闭环：突破单集群千万级 Agent/Sandbox 实例的管理瓶颈，确保生产环境的高可用与稳定性。保持对系统软件（System Software）领域前沿技术的敏锐度，推动学术界最新成果（SOTA）在工业界的大规模落地验证，并通过实战反哺学术研究，产出高水平专利与论文。
职位要求
- 学历与学术背景： 计算机科学、软件工程、电子工程、人工智能或相关领域的博士学位（PhD）优先； 或极具天赋的硕士学位，需在顶级系统/人工智能会议（如 OSDI, SOSP, EuroSys, NeurIPS, ICML 等）或期刊发表过高水平一作论文。 具备深厚的操作系统、分布式系统理论基础，对系统软件前沿技术有敏锐洞察力。
- 核心技术栈与工程能力： 编程语言：精通 Go/C++/Rust 中至少一种，具备大型、复杂底层系统或分布式调度系统的设计与开发经验，代码风格严谨，工程素养优秀。 系统底层：深入理解 Linux 内核机制（如 cgroups, namespaces, 内存管理, 内核调度）及虚拟化技术（KVM, QEMU, Hypervisor）；熟悉 eBPF、CRIU、gVisor、Kata Containers 等云原生前沿技术者优先。 云原生架构：熟悉 Kubernetes 架构，特别是其调度器（kube-scheduler）和资源管理机制，有二次开发、重度使用或大规模集群管理经验；有分布式系统调度算法（如 Borg, Omega, Mesos）设计或研究经验者优先。
- 跨界融合与创新思维（强烈加分项）： System + AI 跨界能力：既懂系统底层又懂 AI 算法，有利用大模型微调、强化学习解决系统工程问题（如智能调度、异常检测）的相关经验；或掌握 AI 基础知识，能将 AI 工具集成到研发工作流中提升效率。 开源贡献：是 Linux Kernel, Kubernetes, Docker, KubeVirt 等知名开源项目的主要功能贡献者（Committer/Maintainer），或在社区有活跃影响力。
- 综合素质与软技能： 问题解决能力：逻辑严谨，善于在复杂的存量系统中进行重构与创新，不仅仅是纸上谈兵；具备体系化的方法论来解决复杂系统中的性能瓶颈与稳定性问题。 驱动力与抗压性：拥有强烈的技术热情和好奇心，自驱力和学习力强；乐观皮实，坚韧抗压，结果导向；喜欢挑战性的技术研发工作，善于攻坚克难，能持续推动问题解决和突破。 团队协作：具备良好的沟通能力和团队合作精神，能够跨团队（如与算法、硬件、产品团队）高效协作。
