主分类：数据分析与数据科学
辅助：数据产品经理（仅展示）
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": "基础设施与稳定性工程-AI Infra资源智能高级专家-杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-数据"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "● 本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "岗位概述：\n负责构建面向AI算力交付、资源管理、成本核算与业务运营的全链路BI体系。通过深度洞察AI算力流转、集群性能、资源利用率，设计智能化、可视化的决策分析平台，为AI资源管理团队、算力交付部门及高层提供精准的数据驱动决策支持，赋能算力资源优化配置、成本精细化治理与业务增长目标达成\n岗位职责：\n● AI Infra BI体系设计与建设\n结合AI基础设施（算力集群、模型训练/推理、资源调度、成本核算）的业务特性，设计全链路BI数据架构，搭建覆盖算力交付、资源利用率、性能指标、成本消耗、业务产出的一站式数据分析平台；制定BI指标体系、数据口径规范与分析方法论，构建长期可演进的BI分析框架，支撑AI基础设施全生命周期运营管理。\n● 核心BI分析场景落地与赋能\n算力交付分析：对接AI算力交付全流程数据，分析算力供给、需求匹配、交付效率、客户/业务线算力消耗分布，定位交付瓶颈与优化空间，支撑算力交付策略与SLA达成。资源管理分析：基于AI资源管理平台数据，深度分析集群资源利用率、调度效率、资源争抢、闲置率等核心指标，输出资源优化方案，提升资源整体利用率与周转效率。成本精细化分析：搭建AI算力成本核算BI体系，分析不同业务线/模型/项目的成本收益比，实现成本精细化管控与降本增效。\n● BI可视化平台与数据产品建设\n设计并迭代BI可视化看板（如资源利用率看板、成本分析看板、交付进度看板），实现核心数据的实时/准实时展示与多维度钻取；推动BI数据产品化，将分析逻辑沉淀为可复用的分析工具/模板，降低数据查询门槛，提升数据获取效率。\n● 跨部门数据协同与决策支持\n深度对接算法团队、资源管理团队、商务团队，理解各角色数据需求，提供定制化分析报告与决策支持；推动跨部门数据打通与口径统一，解决AI基础设施场景下数据分散、口径不一致等问题，保障数据一致性与可用性。\n● 团队管理与技术沉淀\n制定团队工作规范与分析标准；沉淀BI分析方法论、数据模型、分析案例，提升团队整体数据洞察能力；跟踪BI前沿技术与AI基础设施领域技术动态，推动技术工具与分析方法的迭代升级。",
"requirements_text": "基本要求\n● 本科及以上学历，计算机、统计学、数学、信息管理等相关专业，5年及以上商业智能（BI）、算法、数据分析、数据运营相关工作经验，3年及以上AI/大数据/云计算基础设施领域BI或数据分析经验；有AI算力交付、资源管理、云厂商/AI企业BI团队管理经验者优先。\n● 具备扎实的数据分析功底，熟悉SQL、Python等数据分析工具，能独立完成从数据取数、分析建模到可视化落地的全流程工作。\n专业技能\n● 深度熟悉AI基础设施业务场景，理解算力集群（GPU/CPU）、模型训练/推理流程、资源调度、算力交付、成本核算等核心业务逻辑，能快速梳理业务数据指标与分析逻辑。\n● 精通数据仓库建模理论，熟悉维度建模，能独立设计AI基础设施领域的数据仓库模型，具备多源异构数据（结构化算力数据、监控日志、业务交易数据）整合与分析能力。\n● 熟练掌握大数据分析工具与技术，能高效处理海量算力数据、运维数据；了解BI工具底层数据对接、性能优化原理。\n● 具备极强的指标体系搭建能力，能结合AI基础设施业务特性，设计全面、可落地的核心指标体系（如算力利用率指标、交付效率指标、成本效益指标、性能健康指标），并能拆解指标关联逻辑。\n● 具备数据可视化设计能力，能根据不同分析场景（战略决策、业务运营、技术监控）设计差异化的可视化看板，兼顾数据准确性、可读性与美观性。\n● 熟悉数据治理基本逻辑，能参与制定AI基础设施领域数据口径、数据标准，推动数据质量与口径统一；了解数据安全与权限管理规范，保障BI数据合规使用。\n加分项\n● 有头部云厂商、AI大厂、智算中心BI团队建设或核心BI项目落地经验，主导过算力/资源相关BI平台搭建者优先。\n● 具备AI基础设施领域数据可视化产品落地经验，有BI工具定制化开发能力者优先。\n● 了解大模型训练/推理场景下的数据分析需求，有相关BI分析实践经验者优先。",
"skills": [AI生成
"Python",
"SQL",
"数据分析",
"数据治理",
"模型训练",
"性能优化",
"成本核算",
"团队管理",
"分析能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "有AI算力交付、资源管理、云厂商/AI企业BI团队管理经验者优先；加分项；● 有头部云厂商、AI大厂、智算中心BI团队建设或核心BI项目落地经验，主导过算力/资源相关BI平台搭建者优先；● 具备AI基础设施领域数据可视化产品落地经验，有BI工具定制化开发能力者优先；● 了解大模型训练/推理场景下的数据分析需求，有相关BI分析实践经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100013000018"
}
]
},
"posting": {
"posting_id": "100013000018",
"post_date": "2026-07-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100013000018"
},
"fulltext": "基础设施与稳定性工程-AI Infra资源智能高级专家-杭州\n基础设施与稳定性工程-AI Infra资源智能高级专家-杭州\n\n基础信息\n职位类别：技术类-数据\n工作地点：杭州\n\n职位描述\n岗位概述：\n负责构建面向AI算力交付、资源管理、成本核算与业务运营的全链路BI体系。通过深度洞察AI算力流转、集群性能、资源利用率，设计智能化、可视化的决策分析平台，为AI资源管理团队、算力交付部门及高层提供精准的数据驱动决策支持，赋能算力资源优化配置、成本精细化治理与业务增长目标达成\n岗位职责：\n● AI Infra BI体系设计与建设\n结合AI基础设施（算力集群、模型训练/推理、资源调度、成本核算）的业务特性，设计全链路BI数据架构，搭建覆盖算力交付、资源利用率、性能指标、成本消耗、业务产出的一站式数据分析平台；制定BI指标体系、数据口径规范与分析方法论，构建长期可演进的BI分析框架，支撑AI基础设施全生命周期运营管理。\n● 核心BI分析场景落地与赋能\n算力交付分析：对接AI算力交付全流程数据，分析算力供给、需求匹配、交付效率、客户/业务线算力消耗分布，定位交付瓶颈与优化空间，支撑算力交付策略与SLA达成。资源管理分析：基于AI资源管理平台数据，深度分析集群资源利用率、调度效率、资源争抢、闲置率等核心指标，输出资源优化方案，提升资源整体利用率与周转效率。成本精细化分析：搭建AI算力成本核算BI体系，分析不同业务线/模型/项目的成本收益比，实现成本精细化管控与降本增效。\n● BI可视化平台与数据产品建设\n设计并迭代BI可视化看板（如资源利用率看板、成本分析看板、交付进度看板），实现核心数据的实时/准实时展示与多维度钻取；推动BI数据产品化，将分析逻辑沉淀为可复用的分析工具/模板，降低数据查询门槛，提升数据获取效率。\n● 跨部门数据协同与决策支持\n深度对接算法团队、资源管理团队、商务团队，理解各角色数据需求，提供定制化分析报告与决策支持；推动跨部门数据打通与口径统一，解决AI基础设施场景下数据分散、口径不一致等问题，保障数据一致性与可用性。\n● 团队管理与技术沉淀\n制定团队工作规范与分析标准；沉淀BI分析方法论、数据模型、分析案例，提升团队整体数据洞察能力；跟踪BI前沿技术与AI基础设施领域技术动态，推动技术工具与分析方法的迭代升级。\n\n职位要求\n基本要求\n● 本科及以上学历，计算机、统计学、数学、信息管理等相关专业，5年及以上商业智能（BI）、算法、数据分析、数据运营相关工作经验，3年及以上AI/大数据/云计算基础设施领域BI或数据分析经验；有AI算力交付、资源管理、云厂商/AI企业BI团队管理经验者优先。\n● 具备扎实的数据分析功底，熟悉SQL、Python等数据分析工具，能独立完成从数据取数、分析建模到可视化落地的全流程工作。\n专业技能\n● 深度熟悉AI基础设施业务场景，理解算力集群（GPU/CPU）、模型训练/推理流程、资源调度、算力交付、成本核算等核心业务逻辑，能快速梳理业务数据指标与分析逻辑。\n● 精通数据仓库建模理论，熟悉维度建模，能独立设计AI基础设施领域的数据仓库模型，具备多源异构数据（结构化算力数据、监控日志、业务交易数据）整合与分析能力。\n● 熟练掌握大数据分析工具与技术，能高效处理海量算力数据、运维数据；了解BI工具底层数据对接、性能优化原理。\n● 具备极强的指标体系搭建能力，能结合AI基础设施业务特性，设计全面、可落地的核心指标体系（如算力利用率指标、交付效率指标、成本效益指标、性能健康指标），并能拆解指标关联逻辑。\n● 具备数据可视化设计能力，能根据不同分析场景（战略决策、业务运营、技术监控）设计差异化的可视化看板，兼顾数据准确性、可读性与美观性。\n● 熟悉数据治理基本逻辑，能参与制定AI基础设施领域数据口径、数据标准，推动数据质量与口径统一；了解数据安全与权限管理规范，保障BI数据合规使用。\n加分项\n● 有头部云厂商、AI大厂、智算中心BI团队建设或核心BI项目落地经验，主导过算力/资源相关BI平台搭建者优先。\n● 具备AI基础设施领域数据可视化产品落地经验，有BI工具定制化开发能力者优先。\n● 了解大模型训练/推理场景下的数据分析需求，有相关BI分析实践经验者优先。\n岗位概述：\n负责构建面向AI算力交付、资源管理、成本核算与业务运营的全链路BI体系。通过深度洞察AI算力流转、集群性能、资源利用率，设计智能化、可视化的决策分析平台，为AI资源管理团队、算力交付部门及高层提供精准的数据驱动决策支持，赋能算力资源优化配置、成本精细化治理与业务增长目标达成\n岗位职责：\n● AI Infra BI体系设计与建设\n结合AI基础设施（算力集群、模型训练/推理、资源调度、成本核算）的业务特性，设计全链路BI数据架构，搭建覆盖算力交付、资源利用率、性能指标、成本消耗、业务产出的一站式数据分析平台；制定BI指标体系、数据口径规范与分析方法论，构建长期可演进的BI分析框架，支撑AI基础设施全生命周期运营管理。\n● 核心BI分析场景落地与赋能\n算力交付分析：对接AI算力交付全流程数据，分析算力供给、需求匹配、交付效率、客户/业务线算力消耗分布，定位交付瓶颈与优化空间，支撑算力交付策略与SLA达成。资源管理分析：基于AI资源管理平台数据，深度分析集群资源利用率、调度效率、资源争抢、闲置率等核心指标，输出资源优化方案，提升资源整体利用率与周转效率。成本精细化分析：搭建AI算力成本核算BI体系，分析不同业务线/模型/项目的成本收益比，实现成本精细化管控与降本增效。\n● BI可视化平台与数据产品建设\n设计并迭代BI可视化看板（如资源利用率看板、成本分析看板、交付进度看板），实现核心数据的实时/准实时展示与多维度钻取；推动BI数据产品化，将分析逻辑沉淀为可复用的分析工具/模板，降低数据查询门槛，提升数据获取效率。\n● 跨部门数据协同与决策支持\n深度对接算法团队、资源管理团队、商务团队，理解各角色数据需求，提供定制化分析报告与决策支持；推动跨部门数据打通与口径统一，解决AI基础设施场景下数据分散、口径不一致等问题，保障数据一致性与可用性。\n● 团队管理与技术沉淀\n制定团队工作规范与分析标准；沉淀BI分析方法论、数据模型、分析案例，提升团队整体数据洞察能力；跟踪BI前沿技术与AI基础设施领域技术动态，推动技术工具与分析方法的迭代升级。\n基本要求\n● 本科及以上学历，计算机、统计学、数学、信息管理等相关专业，5年及以上商业智能（BI）、算法、数据分析、数据运营相关工作经验，3年及以上AI/大数据/云计算基础设施领域BI或数据分析经验；有AI算力交付、资源管理、云厂商/AI企业BI团队管理经验者优先。\n● 具备扎实的数据分析功底，熟悉SQL、Python等数据分析工具，能独立完成从数据取数、分析建模到可视化落地的全流程工作。\n专业技能\n● 深度熟悉AI基础设施业务场景，理解算力集群（GPU/CPU）、模型训练/推理流程、资源调度、算力交付、成本核算等核心业务逻辑，能快速梳理业务数据指标与分析逻辑。\n● 精通数据仓库建模理论，熟悉维度建模，能独立设计AI基础设施领域的数据仓库模型，具备多源异构数据（结构化算力数据、监控日志、业务交易数据）整合与分析能力。\n● 熟练掌握大数据分析工具与技术，能高效处理海量算力数据、运维数据；了解BI工具底层数据对接、性能优化原理。\n● 具备极强的指标体系搭建能力，能结合AI基础设施业务特性，设计全面、可落地的核心指标体系（如算力利用率指标、交付效率指标、成本效益指标、性能健康指标），并能拆解指标关联逻辑。\n● 具备数据可视化设计能力，能根据不同分析场景（战略决策、业务运营、技术监控）设计差异化的可视化看板，兼顾数据准确性、可读性与美观性。\n● 熟悉数据治理基本逻辑，能参与制定AI基础设施领域数据口径、数据标准，推动数据质量与口径统一；了解数据安全与权限管理规范，保障BI数据合规使用。\n加分项\n● 有头部云厂商、AI大厂、智算中心BI团队建设或核心BI项目落地经验，主导过算力/资源相关BI平台搭建者优先。\n● 具备AI基础设施领域数据可视化产品落地经验，有BI工具定制化开发能力者优先。\n● 了解大模型训练/推理场景下的数据分析需求，有相关BI分析实践经验者优先。",
"standard_classification": {
"std_category_code": "T017",
"std_aux_codes": [
"PM006"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}