主分类：云基础设施与系统软件研发
辅助：Agent系统开发（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": "阿里云智能-agent sandbox平台开发专家-杭州/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 / 杭州",
"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": 2,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 构建 Agent Sandbox 服务的云原生适配层，实现基于 Kubernetes 集群的 Agent Sandbox 的全生命周期管理。\n2. 负责虚拟节点（Virtual Node）架构设计和性能优化，解决 超大规模集群下 Serverless 容器与Kubernetes 管控面的状态管理、资源映射和异常自动恢复等技术难题。\n3. 优化超大并发下 Kubernetes 控制器/组件的处理能力，降低处理延迟，提升资源利用效率与系统稳定性，应对AI时代下海量弹性需求。\n4. 实现控制器/组件全面 Agentic 化，提升研发、运维、问题排查效率。\n5. 推动云原生 AI 前沿技术的预研、落地，持续提升阿里云容器产品的竞争力与系统稳定性。",
"requirements_text": "1. 计算机科学、软件工程及相关专业，精通 Golang 语言，2年以上云原生或基础设施开发经验，熟练掌握性能调优和高并发编程，具备良好的编码习惯。\n2. 深入理解 Kubernetes 核心组件原理、API 机制及 Operator 开发模式。\n3. 熟悉 K8S Kubelet、容器运行时技术（containerd/Docker）及 Linux 内核 Namespace/Cgroups 机制，了解 gVisor、Kata Containers 等安全沙箱技术。\n4. 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。\n5. 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。",
"skills": [AI生成
"Golang",
"Linux",
"Docker",
"Kubernetes",
"性能调优",
"团队协作",
"解决问题",
"Go"
],
"preferred_qualifications": "4. 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",
"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=100013563002"
}
]
},
"posting": {
"posting_id": "100013563002",
"post_date": "2026-08-23",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100013563002"
},
"fulltext": "阿里云智能-agent sandbox平台开发专家-杭州/北京\n阿里云智能-agent sandbox平台开发专家-杭州/北京\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n1. 构建 Agent Sandbox 服务的云原生适配层，实现基于 Kubernetes 集群的 Agent Sandbox 的全生命周期管理。\n2. 负责虚拟节点（Virtual Node）架构设计和性能优化，解决 超大规模集群下 Serverless 容器与Kubernetes 管控面的状态管理、资源映射和异常自动恢复等技术难题。\n3. 优化超大并发下 Kubernetes 控制器/组件的处理能力，降低处理延迟，提升资源利用效率与系统稳定性，应对AI时代下海量弹性需求。\n4. 实现控制器/组件全面 Agentic 化，提升研发、运维、问题排查效率。\n5. 推动云原生 AI 前沿技术的预研、落地，持续提升阿里云容器产品的竞争力与系统稳定性。\n\n职位要求\n1. 计算机科学、软件工程及相关专业，精通 Golang 语言，2年以上云原生或基础设施开发经验，熟练掌握性能调优和高并发编程，具备良好的编码习惯。\n2. 深入理解 Kubernetes 核心组件原理、API 机制及 Operator 开发模式。\n3. 熟悉 K8S Kubelet、容器运行时技术（containerd/Docker）及 Linux 内核 Namespace/Cgroups 机制，了解 gVisor、Kata Containers 等安全沙箱技术。\n4. 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。\n5. 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。\n1. 构建 Agent Sandbox 服务的云原生适配层，实现基于 Kubernetes 集群的 Agent Sandbox 的全生命周期管理。\n2. 负责虚拟节点（Virtual Node）架构设计和性能优化，解决 超大规模集群下 Serverless 容器与Kubernetes 管控面的状态管理、资源映射和异常自动恢复等技术难题。\n3. 优化超大并发下 Kubernetes 控制器/组件的处理能力，降低处理延迟，提升资源利用效率与系统稳定性，应对AI时代下海量弹性需求。\n4. 实现控制器/组件全面 Agentic 化，提升研发、运维、问题排查效率。\n5. 推动云原生 AI 前沿技术的预研、落地，持续提升阿里云容器产品的竞争力与系统稳定性。\n1. 计算机科学、软件工程及相关专业，精通 Golang 语言，2年以上云原生或基础设施开发经验，熟练掌握性能调优和高并发编程，具备良好的编码习惯。\n2. 深入理解 Kubernetes 核心组件原理、API 机制及 Operator 开发模式。\n3. 熟悉 K8S Kubelet、容器运行时技术（containerd/Docker）及 Linux 内核 Namespace/Cgroups 机制，了解 gVisor、Kata Containers 等安全沙箱技术。\n4. 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。\n5. 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。",
"standard_classification": {
"std_category_code": "T018",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}