主分类：生产运维与可靠性工程
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": "ATH事业群-AI Agent SRE专家-MaaS应用运维",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "云智能集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "IT运维"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": 3,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责 AI Agent以及平台的可用性、性能与容量保障，设计并落地 SLO/SLI/Error Budget 体系，建设全链路可观测性与限流熔断、灰度发布、快速回滚等容灾能力\n2. 负责 Agent 执行基础设施的可靠性保障：代码执行沙箱、工具调用网关、会话与状态存储等的资源隔离、弹性伸缩、性能优化与容量规划\n3. 负责云资源运维（K8s 集群、存储、网络等），保障弹性伸缩与配额安全，建设资源利用率与成本可观测体系，推动 FinOps 实践\n4. 建设 Agentic 运维体系：基于 LLM + 工具调用（Tool Use / MCP）构建自主运维 Agent，实现告警聚合、根因分析、故障自愈的闭环；设计工具权限边界、审批流、人工兜底（Human-in-the-Loop）机制与动作评测体系\n5. 保障云上资源访问安全与审计合规（IAM、密钥管理、网络隔离），确保 Agent 自动化操作安全可控",
"requirements_text": "1. 3 年以上 SRE / 平台工程 / 基础架构经验，扎实的 Linux、网络、存储基础；精通至少一门编程语言（Go / Python / Java），有运维平台或自动化工具开发经验\n2. 熟悉 Kubernetes 与容器化部署，有大规模集群运维经验；熟悉至少一个主流云平台（阿里云 / AWS / GCP）的核心产品与 IAM 体系\n3. 具备可观测性体系设计经验（Prometheus、Grafana、OpenTelemetry 或同类），具备良好的故障排查直觉与系统性思维，能够冷静决策\n4. 有 LLM / AI 应用相关系统经验者优先：熟悉推理服务、RAG 检索、Function Calling 等链路特点；有 LLM 基础设施运维经验（推理框架、GPU 调度、向量数据库等）者优先\n5. 熟悉 AI Agent 应用架构特点：工具调用 / MCP、会话编排、流式响应（SSE / WebSocket）等，有相关系统的高可用保障经验者优先\n6. 有沙箱 / 隔离执行环境的 SRE 经验者优先：熟悉容器安全隔离、gVisor、Firecracker microVM 或类似代码执行沙箱方案，了解资源配额、安全边界与高密度调度场景\n7. 有工具调用网关、函数执行平台（Serverless / FaaS）或多租户资源隔离、配额与计量体系的运维建设经验者优先\n8. 有 AIOps / 智能运维系统建设经验，了解 Agent 评测（Eval）方法者加分；有 FinOps / 云成本治理实践经验者加分",
"skills": [AI生成
"Python",
"Java",
"Linux",
"Kubernetes",
"数据库",
"Go",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "4. 有 LLM / AI 应用相关系统经验者优先：熟悉推理服务、RAG 检索、Function Calling 等链路特点；有 LLM 基础设施运维经验（推理框架、GPU 调度、向量数据库等）者优先；5. 熟悉 AI Agent 应用架构特点：工具调用 / MCP、会话编排、流式响应（SSE / WebSocket）等，有相关系统的高可用保障经验者优先；6. 有沙箱 / 隔离执行环境的 SRE 经验者优先：熟悉容器安全隔离、gVisor、Firecracker microVM 或类似代码执行沙箱方案，了解资源配额、安全边界与高密度调度场景；7. 有工具调用网关、函数执行平台（Serverless / FaaS）或多租户资源隔离、配额与计量体系的运维建设经验者优先；8. 有 AIOps / 智能运维系统建设经验，了解 Agent 评测（Eval）方法者加分；有 FinOps / 云成本治理实践经验者加分",
"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=100017383004"
}
]
},
"posting": {
"posting_id": "100017383004",
"post_date": "2026-08-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100017383004"
},
"fulltext": "ATH事业群-AI Agent SRE专家-MaaS应用运维\nATH事业群-AI Agent SRE专家-MaaS应用运维\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 负责 AI Agent以及平台的可用性、性能与容量保障，设计并落地 SLO/SLI/Error Budget 体系，建设全链路可观测性与限流熔断、灰度发布、快速回滚等容灾能力\n2. 负责 Agent 执行基础设施的可靠性保障：代码执行沙箱、工具调用网关、会话与状态存储等的资源隔离、弹性伸缩、性能优化与容量规划\n3. 负责云资源运维（K8s 集群、存储、网络等），保障弹性伸缩与配额安全，建设资源利用率与成本可观测体系，推动 FinOps 实践\n4. 建设 Agentic 运维体系：基于 LLM + 工具调用（Tool Use / MCP）构建自主运维 Agent，实现告警聚合、根因分析、故障自愈的闭环；设计工具权限边界、审批流、人工兜底（Human-in-the-Loop）机制与动作评测体系\n5. 保障云上资源访问安全与审计合规（IAM、密钥管理、网络隔离），确保 Agent 自动化操作安全可控\n\n职位要求\n1. 3 年以上 SRE / 平台工程 / 基础架构经验，扎实的 Linux、网络、存储基础；精通至少一门编程语言（Go / Python / Java），有运维平台或自动化工具开发经验\n2. 熟悉 Kubernetes 与容器化部署，有大规模集群运维经验；熟悉至少一个主流云平台（阿里云 / AWS / GCP）的核心产品与 IAM 体系\n3. 具备可观测性体系设计经验（Prometheus、Grafana、OpenTelemetry 或同类），具备良好的故障排查直觉与系统性思维，能够冷静决策\n4. 有 LLM / AI 应用相关系统经验者优先：熟悉推理服务、RAG 检索、Function Calling 等链路特点；有 LLM 基础设施运维经验（推理框架、GPU 调度、向量数据库等）者优先\n5. 熟悉 AI Agent 应用架构特点：工具调用 / MCP、会话编排、流式响应（SSE / WebSocket）等，有相关系统的高可用保障经验者优先\n6. 有沙箱 / 隔离执行环境的 SRE 经验者优先：熟悉容器安全隔离、gVisor、Firecracker microVM 或类似代码执行沙箱方案，了解资源配额、安全边界与高密度调度场景\n7. 有工具调用网关、函数执行平台（Serverless / FaaS）或多租户资源隔离、配额与计量体系的运维建设经验者优先\n8. 有 AIOps / 智能运维系统建设经验，了解 Agent 评测（Eval）方法者加分；有 FinOps / 云成本治理实践经验者加分\n1. 负责 AI Agent以及平台的可用性、性能与容量保障，设计并落地 SLO/SLI/Error Budget 体系，建设全链路可观测性与限流熔断、灰度发布、快速回滚等容灾能力\n2. 负责 Agent 执行基础设施的可靠性保障：代码执行沙箱、工具调用网关、会话与状态存储等的资源隔离、弹性伸缩、性能优化与容量规划\n3. 负责云资源运维（K8s 集群、存储、网络等），保障弹性伸缩与配额安全，建设资源利用率与成本可观测体系，推动 FinOps 实践\n4. 建设 Agentic 运维体系：基于 LLM + 工具调用（Tool Use / MCP）构建自主运维 Agent，实现告警聚合、根因分析、故障自愈的闭环；设计工具权限边界、审批流、人工兜底（Human-in-the-Loop）机制与动作评测体系\n5. 保障云上资源访问安全与审计合规（IAM、密钥管理、网络隔离），确保 Agent 自动化操作安全可控\n1. 3 年以上 SRE / 平台工程 / 基础架构经验，扎实的 Linux、网络、存储基础；精通至少一门编程语言（Go / Python / Java），有运维平台或自动化工具开发经验\n2. 熟悉 Kubernetes 与容器化部署，有大规模集群运维经验；熟悉至少一个主流云平台（阿里云 / AWS / GCP）的核心产品与 IAM 体系\n3. 具备可观测性体系设计经验（Prometheus、Grafana、OpenTelemetry 或同类），具备良好的故障排查直觉与系统性思维，能够冷静决策\n4. 有 LLM / AI 应用相关系统经验者优先：熟悉推理服务、RAG 检索、Function Calling 等链路特点；有 LLM 基础设施运维经验（推理框架、GPU 调度、向量数据库等）者优先\n5. 熟悉 AI Agent 应用架构特点：工具调用 / MCP、会话编排、流式响应（SSE / WebSocket）等，有相关系统的高可用保障经验者优先\n6. 有沙箱 / 隔离执行环境的 SRE 经验者优先：熟悉容器安全隔离、gVisor、Firecracker microVM 或类似代码执行沙箱方案，了解资源配额、安全边界与高密度调度场景\n7. 有工具调用网关、函数执行平台（Serverless / FaaS）或多租户资源隔离、配额与计量体系的运维建设经验者优先\n8. 有 AIOps / 智能运维系统建设经验，了解 Agent 评测（Eval）方法者加分；有 FinOps / 云成本治理实践经验者加分",
"standard_classification": {
"std_category_code": "T020",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}