岗位职责
- 深入理解客户的业务场景与技术架构，与客户的架构、开发及运维团队紧密协同，全面评估其现有云上应用架构与产品使用现状，围绕稳定性、可观测性与成本效能，设计并推动落地高可用、高韧性、高易用的云上优化方案。覆盖领域包括但不限于：云原生监控体系建设、风险主动发现机制、混沌工程与容灾演练、业务快速恢复与降级策略、微服务架构演进、FinOps成本治理及高可用架构重构等。
- 设计、研发并维护智能化的运维平台、工具、系统，帮助解决生产系统遇到的容量、性能、稳定性等问题，提升性能与效率；
- 理解客户业务，帮忙客户落地AI-Agent，并保障Agent的易用性和稳定性；
- 容量规划与调优，通过技术手段提升线上资源利用效率，降低物理资源成本。通过云平台与云产品的容量模型设计与调优以及配套的工具建设，降低云平台因为资源问题带来的稳定性风险并提升资源利用率
- 联动阿里云内部产品、研发、解决方案及技术服务团队，以客户架构视角驱动问题闭环、重大活动护航、风险治理与架构治理，沉淀可复用的最佳实践、方法论及工具产品，主动识别客户痛点并开展高阶专项服务。
- 主导或深度参与客户云上架构改造项目的落地实施，通过架构调优、资源治理与技术选型，持续提升系统性能、业务连续性与资源使用效率，实现“稳、快、省”的云上运营目标。
职位要求
- 3年以上大型互联网或集团型企业级应用的架构设计、稳定性保障、监控体系构建、DevOps/AIOps实践、高可用改造或运维体系建设经验，具备端到端解决方案落地能力。
- 具备扎实的编程能力，熟练掌握 Java /Python /Go 等主流开发语言，能够高效实现业务逻辑与系统组件,具备算法设计与性能优化经验，可针对实际场景对核心算法或数据处理流程进行调优，提升系统吞吐、响应效率与资源利用率。
- 具备大模型及AI类项目的端到端实施、性能调优与高可用保障能力，熟悉AIOps在云原生环境下的落地实践，能够基于可观测性数据驱动智能告警、根因分析与自愈策略，提升AI系统在生产环境中的稳定性、可靠性与运维效率。
- 在至少一个核心技术领域具备扎实积累，如AI大模型、Agent应用、数据库、网络、操作系统、Serverless、存储、音视频、大数据、人工智能或大模型等。
- 拥有3年以上大型项目上云或云上运维实战经验，具备出色的跨团队协作能力、复杂项目推动力及强结果导向意识。具备优秀的沟通协调能力、团队合作精神、持续学习意愿及技术影响力。
- 高度认同“客户第一”价值观，具备强烈的责任心与服务意识，致力于通过技术赋能成就客户业务成功。
- 拥有出色的文档撰写、技术演讲与培训能力，能面向不同角色客户清晰传递技术价值。
- 抗压能力强，执行力突出，可适应阶段性出差。 加分项：
- 持有阿里云ACA/ACP/ACE认证者优先；
- 具备基于阿里云产品的大规模生产环境开发或运维经验；
- 汽车行业运维经验，熟悉车联网、智能驾驶或智能座舱业务和技术架构的优先；
