岗位职责
我们正在寻找具备扎实算法研发能力和系统工程思维的技术人才，共同构建面向超大规模云环境的新一代智能运维（AIOps）体系。你将深度参与从问题定义到算法落地的完整闭环，推动AI技术在稳定性保障、故障诊断、效率提升等关键场景中的创新应用。 主要职责包括但不限于：
- 业务需求分析与算法方案设计 ○ 深入理解阿里云大数据与AI平台在稳定性、性能优化、运维提效等方面的运维痛点，识别核心问题场景，明确算法目标与交付边界； ○ 将复杂运维场景抽象为可建模的问题，结合业界前沿技术完成技术选型与算法方案设计，相关技术包括但不限于： ■ 多维度时间序列异常检测与预测 ■ 日志模式提取、聚类与异常识别 ■ 关联分析和因果推断 ■ 大模型微调（Fine-tuning）与检索增强生成（RAG） ■ 大模型智能体
- 算法工程化实现与系统建设 ○ 按照团队的算法开发工程规范，完成端到端的算法工程化落地，包括数据清洗、特征工程、模型训练与推理流程的设计与开发等； ○ 设计并建立算法服务的SLA体系，涵盖准确性、响应延迟、稳定性及可扩展性，支撑高并发、低延迟的线上服务能力； ○ 将算法能力集成至智能运维平台，并进行相关产品能力建设，支撑包括变更风险巡检、根因定位、智能答疑等功能模块。
- 算法评估与调优 ○ 构建科学的测试验证机制量化评估算法效果；建立离线评测与在线A/B测试联动机制，驱动算法持续优化与产品价值验证； ○ 根据实际运行反馈与性能瓶颈，通过参数调优、模型轻量化、计算逻辑重构等方式提升算法效率与准确率。
- 前沿技术探索与体系建设 ○ 密切跟踪AIOps、时间序列分析、大模型智能体、强化学习、因果推断、知识图谱等领域的最新进展，积极探索AI新技术在运维场景中的落地可能性，助力打造下一代自治云平台。
职位要求
- 硕士研究生及以上学历，计算机、软件工程、人工智能等相关专业，5年及以上算法研发经验。
- 具备扎实的机器学习、深度学习算法和统计学基础，熟悉主流预训练模型，熟练掌握Pytorch/Tensorflow等框架。拥有优秀的编程能力，精通Python/Java等至少一门编程语言，具备从算法设计到高质量代码落地的全栈实现能力。理解LLM原理，具备微调、RAG、Agent应用构建的相关经验，熟悉Dify、Langchain等框架。
- 有智能运维（AIOps）领域项目经验者优先，包括时间序列异常检测、日志聚类分析、根因定位、变更风险预测等方向，具备多源异构数据（指标、日志、链路、事件）建模能力。
- 在CCF-A/B类会议（如NeurIPS、ICML、ACL、VLDB等）发表过相关论文者优先。
- 具备完整的算法项目主导经验，能够独立完成需求拆解、问题建模、算法选型、工程实现与上线部署全流程；具备良好的沟通和业务理解能力，能与产品和运维团队协同拆解场景、定义优先级，并对标业界领先实践，推动技术方案真正创造业务价值；对解决挑战性的问题充满激情，能持续参与核心代码研发，有效赋能初级同学，提升团队整体战斗力。
