主分类：云基础设施与系统软件研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "阿里云智能-函数计算（FC）Sandbox Infra 研发专家-北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "云智能集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "软件研发"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "函数计算（Function Compute）是阿里云 Serverless 的核心产品，承载了集团内外大量在线业务、AIGC 推理、数据处理、前端 SSR 等负载。\nSandbox Infra 团队负责函数计算最底层的那一层：\n● 多租户下的安全隔离：任意用户代码都要能安全、稳定地跑在共享基础设施上；\n● 极致的冷启动与弹性：百毫秒级拉起一个带完整运行时的安全沙箱，秒级扩容到数万实例；\n● 极致的资源效率：在保证隔离性的前提下，把单机密度、内存复用、CPU 利用率做到业界一线水平；\n● 为上层 Runtime、调度、AI Agent / Code Interpreter 等场景，提供稳定、可编程、可观测的执行底座。\n简单说：我们做的是\"云上最难的那类容器\"——既要像虚机一样安全，又要像容器一样轻，还要像进程一样快。\n你会参与哪些具体方向（任选其一或多）\n1. 安全容器 / MicroVM 方向\n基于 Kata / Firecracker / 自研 VMM 做深度裁剪与优化：最小化 guest kernel、优化 VM 启动路径、device 模型简化、IO/网络直通、内存气球与共享、快照与 fork 启动等。\n2. 运行时方向\n内核裁剪与定制（cgroup v2、namespace、seccomp、LSM、io_uring、eBPF），冷热启动路径优化，page cache / THP / memcg 行为调优，解决真实线上疑难 case。\n3. 沙箱调度与资源管理\n单机维度的实例编排：实例池、预热、复用、驱逐、超卖、QoS 分级；跨机维度的弹性与亲和性；与上层函数调度、镜像加速（overlay、lazy pull、P2P）深度协同。\n4. Runtime & Language Sandbox\n语言运行时层面的轻量隔离（Node.js / Python / JVM / Wasm 等），进程级 / v8 isolate / Wasm 沙箱在特定场景下的可行性探索与工程落地，为 AI Agent、Code Interpreter 这类新形态提供底座。\n5. 可观测性与稳定性\n在不能侵入用户代码的前提下，做沙箱内外的全链路追踪、性能剖析、异常诊断；设计面向百万级实例规模的故障自愈与灰度体系。",
"requirements_text": "必要条件\n● 扎实的操作系统 / 计算机体系结构功底，能读懂并调试 Linux 内核或用户态运行时的关键路径；\n● 熟悉容器运行时（runc / containerd / Kata）、虚拟化（KVM / QEMU / Firecracker / Cloud Hypervisor）、Linux 内核、语言 VM（v8 / JVM / CPython）、Wasm Runtime；\n● 熟悉 Go / Rust / C / C++ 中至少一门，能写出可维护、可演进的系统级代码；\n3. 有大规模、高可用分布式系统开发经验者优先；\n4. 良好的沟通能力和团队合作精神，有一定的组织协调能力；\n加分项\n1. 给开源项目（Kata、Firecracker、containerd、Linux kernel、QEMU、V8、Wasmtime 等）提过有分量的 patch；\n2. 做过冷启动、镜像加速、快照恢复、内存复用这类\"既要又要\"的工程优化；\n3. 对 AI Infra（Agent 沙箱、Code Interpreter、GPU 容器化）有兴趣或经验；\n4. 有 Serverless / FaaS / PaaS 底座的实际研发经验。",
"skills": [AI生成
"C++",
"Rust",
"Linux",
"分布式系统",
"团队协作",
"沟通能力",
"Go"
],
"preferred_qualifications": "3. 有大规模、高可用分布式系统开发经验者优先；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.aliyun.com/off-campus/position-detail?positionId=100006823006"
}
]
},
"posting": {
"posting_id": "100006823006",
"post_date": "2026-08-23",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100006823006"
},
"fulltext": "阿里云智能-函数计算（FC）Sandbox Infra 研发专家-北京\n阿里云智能-函数计算（FC）Sandbox Infra 研发专家-北京\n\n基础信息\n工作地点：北京\n\n职位描述\n函数计算（Function Compute）是阿里云 Serverless 的核心产品，承载了集团内外大量在线业务、AIGC 推理、数据处理、前端 SSR 等负载。\nSandbox Infra 团队负责函数计算最底层的那一层：\n● 多租户下的安全隔离：任意用户代码都要能安全、稳定地跑在共享基础设施上；\n● 极致的冷启动与弹性：百毫秒级拉起一个带完整运行时的安全沙箱，秒级扩容到数万实例；\n● 极致的资源效率：在保证隔离性的前提下，把单机密度、内存复用、CPU 利用率做到业界一线水平；\n● 为上层 Runtime、调度、AI Agent / Code Interpreter 等场景，提供稳定、可编程、可观测的执行底座。\n简单说：我们做的是\"云上最难的那类容器\"——既要像虚机一样安全，又要像容器一样轻，还要像进程一样快。\n你会参与哪些具体方向（任选其一或多）\n1. 安全容器 / MicroVM 方向\n基于 Kata / Firecracker / 自研 VMM 做深度裁剪与优化：最小化 guest kernel、优化 VM 启动路径、device 模型简化、IO/网络直通、内存气球与共享、快照与 fork 启动等。\n2. 运行时方向\n内核裁剪与定制（cgroup v2、namespace、seccomp、LSM、io_uring、eBPF），冷热启动路径优化，page cache / THP / memcg 行为调优，解决真实线上疑难 case。\n3. 沙箱调度与资源管理\n单机维度的实例编排：实例池、预热、复用、驱逐、超卖、QoS 分级；跨机维度的弹性与亲和性；与上层函数调度、镜像加速（overlay、lazy pull、P2P）深度协同。\n4. Runtime & Language Sandbox\n语言运行时层面的轻量隔离（Node.js / Python / JVM / Wasm 等），进程级 / v8 isolate / Wasm 沙箱在特定场景下的可行性探索与工程落地，为 AI Agent、Code Interpreter 这类新形态提供底座。\n5. 可观测性与稳定性\n在不能侵入用户代码的前提下，做沙箱内外的全链路追踪、性能剖析、异常诊断；设计面向百万级实例规模的故障自愈与灰度体系。\n\n职位要求\n必要条件\n● 扎实的操作系统 / 计算机体系结构功底，能读懂并调试 Linux 内核或用户态运行时的关键路径；\n● 熟悉容器运行时（runc / containerd / Kata）、虚拟化（KVM / QEMU / Firecracker / Cloud Hypervisor）、Linux 内核、语言 VM（v8 / JVM / CPython）、Wasm Runtime；\n● 熟悉 Go / Rust / C / C++ 中至少一门，能写出可维护、可演进的系统级代码；\n3. 有大规模、高可用分布式系统开发经验者优先；\n4. 良好的沟通能力和团队合作精神，有一定的组织协调能力；\n加分项\n1. 给开源项目（Kata、Firecracker、containerd、Linux kernel、QEMU、V8、Wasmtime 等）提过有分量的 patch；\n2. 做过冷启动、镜像加速、快照恢复、内存复用这类\"既要又要\"的工程优化；\n3. 对 AI Infra（Agent 沙箱、Code Interpreter、GPU 容器化）有兴趣或经验；\n4. 有 Serverless / FaaS / PaaS 底座的实际研发经验。\n函数计算（Function Compute）是阿里云 Serverless 的核心产品，承载了集团内外大量在线业务、AIGC 推理、数据处理、前端 SSR 等负载。\nSandbox Infra 团队负责函数计算最底层的那一层：\n● 多租户下的安全隔离：任意用户代码都要能安全、稳定地跑在共享基础设施上；\n● 极致的冷启动与弹性：百毫秒级拉起一个带完整运行时的安全沙箱，秒级扩容到数万实例；\n● 极致的资源效率：在保证隔离性的前提下，把单机密度、内存复用、CPU 利用率做到业界一线水平；\n● 为上层 Runtime、调度、AI Agent / Code Interpreter 等场景，提供稳定、可编程、可观测的执行底座。\n简单说：我们做的是\"云上最难的那类容器\"——既要像虚机一样安全，又要像容器一样轻，还要像进程一样快。\n你会参与哪些具体方向（任选其一或多）\n1. 安全容器 / MicroVM 方向\n基于 Kata / Firecracker / 自研 VMM 做深度裁剪与优化：最小化 guest kernel、优化 VM 启动路径、device 模型简化、IO/网络直通、内存气球与共享、快照与 fork 启动等。\n2. 运行时方向\n内核裁剪与定制（cgroup v2、namespace、seccomp、LSM、io_uring、eBPF），冷热启动路径优化，page cache / THP / memcg 行为调优，解决真实线上疑难 case。\n3. 沙箱调度与资源管理\n单机维度的实例编排：实例池、预热、复用、驱逐、超卖、QoS 分级；跨机维度的弹性与亲和性；与上层函数调度、镜像加速（overlay、lazy pull、P2P）深度协同。\n4. Runtime & Language Sandbox\n语言运行时层面的轻量隔离（Node.js / Python / JVM / Wasm 等），进程级 / v8 isolate / Wasm 沙箱在特定场景下的可行性探索与工程落地，为 AI Agent、Code Interpreter 这类新形态提供底座。\n5. 可观测性与稳定性\n在不能侵入用户代码的前提下，做沙箱内外的全链路追踪、性能剖析、异常诊断；设计面向百万级实例规模的故障自愈与灰度体系。\n必要条件\n● 扎实的操作系统 / 计算机体系结构功底，能读懂并调试 Linux 内核或用户态运行时的关键路径；\n● 熟悉容器运行时（runc / containerd / Kata）、虚拟化（KVM / QEMU / Firecracker / Cloud Hypervisor）、Linux 内核、语言 VM（v8 / JVM / CPython）、Wasm Runtime；\n● 熟悉 Go / Rust / C / C++ 中至少一门，能写出可维护、可演进的系统级代码；\n3. 有大规模、高可用分布式系统开发经验者优先；\n4. 良好的沟通能力和团队合作精神，有一定的组织协调能力；\n加分项\n1. 给开源项目（Kata、Firecracker、containerd、Linux kernel、QEMU、V8、Wasmtime 等）提过有分量的 patch；\n2. 做过冷启动、镜像加速、快照恢复、内存复用这类\"既要又要\"的工程优化；\n3. 对 AI Infra（Agent 沙箱、Code Interpreter、GPU 容器化）有兴趣或经验；\n4. 有 Serverless / FaaS / PaaS 底座的实际研发经验。",
"standard_classification": {
"std_category_code": "T018",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}