岗位描述 1. 研发可观测核心算子：负责设计与研发面向海量可观测数据的核心算法算子，实现对海量原始数据的高效预处理与特征提取，为上层智能应用提供高质量输入； 2. 参与 AIOps Agent 设计与研发：负责 LLM 驱动的 AIOps Agent 的核心算法研发。通过多 Agent 架构解决复杂场景下的根因定位、影响评估、智能巡检、辅助运维等难题； 3. 构建并应用 AIOps Benchmark 体系：设计和落地具有业界影响力的 AIOps Benchmark 评测体系。通过系统化的故障注入与案例复盘，构建覆盖广泛、高度真实的评测数据集，用于度量和持续优化 AIOps 系统的泛化能力； 4. 探索前沿模型训练与优化技术：运用监督微调（SFT）、强化学习（RLHF）等前沿技术，针对 AIOps 中的关键过程进行模型优化和迭代，持续提升 AIOps 的准确性和性能； 5. 追踪前沿并推动技术落地：持续追踪和研究 LLM、Agent、知识图谱、图神经网络等技术在 AIOps 领域的前沿进展，结合阿里云可观测产品的实际场景，探索和推动前沿技术的应用与落地，构建技术壁垒。

岗位要求 1. 专业背景：计算机、人工智能、软件工程、模式识别、统计学等相关专业； 2. 算法功底：具备扎实的机器学习/深度学习算法基础，尤其在时序分析、异常检测、因果推断、图算法（GNN）、强化学习等领域有深入研究或实践经验者优先； 3. LLM 技术能力： 熟练掌握 LLM 主流算法原理，在 Fine-tuning、Prompt Engineering、RAG、Agentic 应用开发等一个或多个方向有深入的实践经验。主导过有影响力的大模型相关项目或在顶会/期刊发表过相关论文者优先； 4. 领域热情：对 AIOps 领域，特别是应用 LLM 解决复杂运维问题，抱有强烈的技术热情与探索精神，具备优秀的抽象和系统化思考能力； 5. 综合素质：拥有良好的沟通协作能力和团队精神，能够有效推动跨团队合作与落地。 加分项： 1. 有大规模可观测数据（Metrics, Logs, Traces）处理与分析经验者优先。 2. 具备技术与产品交叉背景，能从产品视角思考和驱动技术落地者优先。 3. 熟悉 Kubernetes、Prometheus、OpenTelemetry 等云原生技术体系者优先。