阿里云智能-大模型推理存储研发工程师-稳定性、可观测方向

1. 负责 KVCacheStore 稳定性支撑系统的设计与研发，面向推理引擎接入、缓存服务及分层存储访问链路，建设可观测、诊断、恢复和运维控制等系统能力，持续提升系统可靠性与可运维性。 2. 构建贯通推理请求与 KV 存储操作的联合可观测体系，结合客户负载和服务质量要求，设计低开销的指标、日志、事件与链路追踪。关联分析缓存访问与推理性能，支撑端到端问题定位和效果评估。 3. 研发跨组件性能分析与故障诊断能力，针对缓存未产生预期收益、读取变慢、传输阻塞、资源争用及异常回退等问题，通过源码分析、性能剖析、问题复现和受控实验建立证据，定位关键原因，并与存储及推理框架研发协作完成代码、接口或配置改进。 4. 建设故障快速恢复与运维控制能力，围绕节点异常、容量及性能高水位、发布变更和扩缩容等场景，研发状态感知、风险校验、故障隔离、灰度回滚及恢复编排机制。与组件研发共同完善故障处置机制，保障恢复过程…… 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 8520 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。