在阿里雲，我們正站在一個技術轉折點上。

今天的大模型不再只是“聊天”——它開始查故障、做決策、自動修復系統。而這一切的前提是：AI 必須真正“看見”這個世界。不是通過攝像頭，而是通過千萬服務器、百萬容器、億級請求中持續涌出的日誌、指標、追蹤、eBPF 事件和 Agent 行為數據。這些數據，是系統最真實的脈搏，也是智能演進的原始燃料。

我們正在構建一條從數據到智能的閉環通路：把海量、異構、高速的數據匯聚成一條實時、高質量、可計算的“數據飛輪”，餵給 AI，訓練 Agent，驅動自動化決策。這就是“Data + AI”的新範式。我們不再被動告警，而是讓系統自己“診斷 + 治療”；不再靠人翻日誌，而是由 AI 實時推理根因；不再手工調參，而是讓 Agent 在持續反饋中越用越聰明。而支撐這一切的，是一個日增百 PB 級數據的實時處理平台。它必須扛住流量洪峯，支撐千億級數據的秒級查詢，為 AI 提供乾淨、結構化、低延遲的數據燃料，成為雲原生時代的“感知神經”。這不是簡單的數據管道，而是 AI 時代的操作系統級數據基座。

阿里雲日誌服務 SLS 團隊每天處理超百 PB 數據，覆蓋阿里集團全系業務與數百萬雲上客户。我們研發的 LoongCollector（原 iLogtail）作為國內廣泛使用的開源雲原生可觀測採集器，已在千萬級實例上穩定運行。我們深度服務於大模型訓練、RAG、Agent 反饋、智能運維等前沿場景。我們不只做旁路監控與觀測，我們做的是基礎設施本身。現在，我們正在尋找三位真正的系統建築師，加入這場超大規模系統的極限挑戰。如果你曾在 Linux 內核層優化內存與網絡，曾讓 SQL 在千億數據上毫秒響應，曾用向量檢索與倒排索引支撐 AI 的語義理解，或親手構建過一個會自我進化的 Agent 數據閉環——那麼這裏就是你的戰場。

崗位一：雲原生應用平台 - AI Infra 研發工程師（P6~P8）- 杭州

職責概述

負責阿里集團、阿里雲可觀測數據處理基礎設施建設，打造日增百 PB 級數據的實時數據分析平台。通過實時採集、索引、存儲、壓縮等技術，實時處理來自千萬設備的海量日誌數據，並針對 AI 應用場景進行特定優化，提供智能、自動化數據分析服務。

加入該崗位，您將有機會在國內超大規模的實時日誌平台上，構建各種面向各類 AI 應用場景的數據存儲和處理平台，打造新一代的 AI 基礎設施。

主要職責

1. 參與阿里雲戰略級產品 SLS 研發，參與面向 AI 應用場景的數據採集、處理、查詢分析等功能開發與設計；
2. 數據索引和查詢分析引擎優化，通過數據編碼、壓縮、向量、倒排索引、SQL 執行優化、CodeGen 等各類技術，實現百~千億數據實時查詢秒級延時，提供極致查詢體驗；
3. 參與 Agent 數據飛輪的建設，研發穩定可靠的 Agent 運行時數據基礎設施；

職位要求

1. 熟悉 AI 領域，對於 AI 應用數據特徵，數據存儲和查詢需求有深入理解；
2. 深入理解 LLM 原理，瞭解上下文工程、KV Cache 機制及 Prompt 優化策略，熟悉 Agent Memory、RAG 相關技術，有實戰經驗更佳；
3. 在高性能數據結構、數據編碼壓縮、向量（Vector Search）、倒排索引（Inverted Index）、混合檢索（Hybrid Search）算法上深入研究，熟悉分佈式 SQL 優先；
4. 高性能網絡服務器編程經驗，熟悉異步 IO、內存管理、多線程同步等技術，有 Linux 內核研究經驗更佳；
5. 對技術有強烈的進取心，有較強的學習能力，保持對前沿技術的關注和學習；
6. 具有良好的溝通能力和團隊合作精神、優秀的問題分析和解決能力；
7. 優先：對 Lucene、LevelDB、Influxdb、TokuDB、kudu、LanceDB 源代碼深入研究者；
8. 優先：有 TB~PB 級數據 OLTP/OLAP 經驗者；大型系統自動化運維管理開發經驗。

投遞鏈接 A：https://careers.aliyun.com/off-campus/position-detail?lang=zh&positionId=100002183001&trace=qrcode_share

投遞鏈接 B：https://careers.aliyun.com/off-campus/position-detail?lang=zh&positionId=2009283001&trace=qrcode_share

崗位二：雲原生應用平台 - 可觀測基礎平台高級研發工程師 - 上海

職責概述

負責阿里集團、阿里雲可觀測數據處理基礎設施建設，打造日增百 PB 級數據的實時數據分析平台。通過實時採集、索引、存儲、壓縮等技術，實時處理來自千萬設備的海量日誌數據，並針對 AI 應用場景進行特定優化，提供智能、自動化數據分析服務。

加入該崗位，您將有機會在國內超大規模的實時日誌平台上，構建面向各類 AI 應用場景的數據存儲和處理平台，打造新一代的 AI 基礎設施。

主要職責

1. 參與阿里雲戰略級產品 SLS 研發，參與面向 AI 應用場景的數據採集、處理、查詢分析等功能開發與設計。
2. 參與千萬級實例、數百 PB 流量的雲原生可觀測採集器 LoongCollector/iLogtail 及管控系統開發，打造雲上統一的 OneAgent 能力，服務於日誌、指標、eBPF、主機監控、安全等多種場景；主導 LoongCollector 開源技術路線，推動採集行業標準建立。
3. 深度參與並打造高性能、高可靠的數據採集與管控系統，深入底層優化，提升網絡、內存和 CPU 等關鍵資源的利用效率。
4. 面向 AI 應用構建高性能、安全的多模態數據處理與數據集管理平台，參與上下游 AI 生態建設。

職位要求

1. 紮實的算法基礎和良好的編碼習慣，精通 C++、Java、Go、Python 中任何一門語言。
2. 在高性能數據結構、數據編碼壓縮、向量構建等有深入研究；熟悉異步 IO、內存管理、多線程同步等技術，有 Linux 內核研究經驗更佳。
3. 理解分佈式系統，包括調度、分佈式鎖、負載均衡等。
4. 對技術有強烈的進取心，有較強的學習能力，保持對前沿技術的關注和學習。
5. 具有良好的溝通能力和團隊合作精神、優秀的問題分析和解決能力。
6. 熟悉 LLM、Prompt 設計、Agent 框架（如 LangGraph、Dify、AutoGen、Google ADK、工具鏈集成等）者優先。
7. 對 LoongCollector、OpenTelemetry、Fluentbit、Vector、Tetragon、Falco 源代碼有深入研究者優先。

投遞鏈接：https://careers.aliyun.com/off-campus/position-detail?lang=zh&positionId=100002203001&trace=qrcode_share

這不只是一份普通的技術工作。你寫的每一行代碼，都將運行在最複雜的真實場景中，影響整個阿里雲的穩定性，並通過雲計算輻射千行百業。你參與定義的技術路徑，可能成為下一代雲原生標準；你打磨的數據基座，將成為中國 AI 自動化能力的起點。我們在杭州、上海開放崗位。如果你準備好了，請加入我們，一起建造 AI 時代最重要的數據基礎設施。

點擊此處立即投遞~