阿里云智能-AI Infra 高级 SRE-杭州

1、负责 GPU/异构计算集群的交付、上线、变更和日常运维，保障AI Infra稳定运行。 2、参与 AI 基础设施运维平台建设，推动监控告警、故障诊断、故障自愈和变更管理等能力落地。 3、建立并持续优化 SLI、SLO、SLA 和应急响应机制，参与重大故障处置、复盘及改进闭环。 4、制定集群交付标准和运维规范，通过自动化工具与平台减少重复操作，提升交付效率和资源可用率。 5、协同研发、硬件厂商及内外部合作伙伴推进项目交付，识别并解决项目中的稳定性和效率问题。 6、主动发现系统风险和运维痛点，能够独立分析问题、推动改进并对结果负责。 【任职要求】 1、3年及以上互联网、云计算或数据中心基础设施运维经验，具有 GPU 集群、AI 训练平台或大规模计算集群经验者优先。 2、熟悉 Linux 操作系统、TCP/IP等基础技术，具备较强的系统、网络和性能问题排查能力；熟悉 Kubernetes、…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 8587 个杭州岗位（全城各职能合计），其中 507 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 9K ~ 22K（25~75 分位），中位约 14K，最低 1K、最高 250K。