阿里云智能-AI infra稳定性架构高级开发专家-杭州/北京/深圳

岗位职责

1. 负责AI Infra容器函数计算沙箱的稳定性架构设计与核心系统开发，保障集群管理、资源调度、租户管控等关键链路的高可用与数据一致性。
2. 建设管控侧高并发API与控制台稳定性保障体系，优化请求链路、降级策略与限流熔断机制，确保控制台与OpenAPI在峰值流量下稳定运行。
3. 设计并落地多租户隔离与配额管控稳定性方案，保障租户级资源视图一致性、配额计算准确性及跨租户操作的安全隔离，防范越权与资源泄露风险。
4. 主导管控面元数据与分布式状态一致性保障机制开发，覆盖集群状态同步、任务状态机、资源拓扑管理等核心数据链路，防范脑裂与状态漂移。
5. 建设管控侧运维操作与变更管控稳定性体系，包括灰度发布、配置变更管控、危险操作拦截、批量操作熔断等能力，降低人为变更引发故障的概率与影响面。

任职要求

1. 计算机或相关专业，8年以上分布式系统或管控平台开发经验，有大规模云产品控制面稳定性建设经验者优先。
2. 精通分布式系统架构与高并发服务设计，熟悉微服务架构、服务网格、API网关等控制面关键技术，具备高并发场景下的性能调优与稳定性治理经验。
3. 深入理解多租户架构设计与资源隔离机制，熟悉配额管理、权限控制、沙箱隔离等技术，有云平台多租户管控系统开发经验。具备扎实的分布式数据一致性基础，熟悉分布式事务、一致性协议（Raft/Paxos）、分布式锁、缓存一致性等机制，能够独立设计复杂状态同步方案。
4. 熟练掌握Go/Java至少一门语言，熟悉MySQL、Redis、消息队列等中间件底层原理，具备数据库性能优化与缓存架构设计经验。具备稳定性工程实践能力，熟悉限流熔断、降级预案、灰度发布、混沌工程等稳定性保障手段，有实际建设管控面SLO体系与故障演练经验。
5. 熟练使用 AI 开发工具，有AI相关开发工具应用研发经验者优先，熟悉业界主流的Agent Infra、Agent Sandbox、Agent RL等技术，具备 Agent 平台构建、Skills开发、MCP部署等实战经验者优先，持有阿里云 ACA/ACP/ACE 认证证书者优先。
6. 有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。

岗位标签

NEW