在阿里云，我们正站在一个技术转折点上。
今天的大模型不再只是“聊天”——它开始查故障、做决策、自动修复系统。而这一切的前提是：AI 必须真正“看见”这个世界。不是通过摄像头，而是通过千万服务器、百万容器、亿级请求中持续涌出的日志、指标、追踪、eBPF 事件和 Agent 行为数据。这些数据，是系统最真实的脉搏，也是智能演进的原始燃料。
我们正在构建一条从数据到智能的闭环通路：把海量、异构、高速的数据汇聚成一条实时、高质量、可计算的“数据飞轮”，喂给 AI，训练 Agent，驱动自动化决策。这就是“Data + AI”的新范式。我们不再被动告警，而是让系统自己“诊断 + 治疗”；不再靠人翻日志，而是由 AI 实时推理根因；不再手工调参，而是让 Agent 在持续反馈中越用越聪明。而支撑这一切的，是一个日增百 PB 级数据的实时处理平台。它必须扛住流量洪峰，支撑千亿级数据的秒级查询，为 AI 提供干净、结构化、低延迟的数据燃料，成为云原生时代的“感知神经”。这不是简单的数据管道，而是 AI 时代的操作系统级数据基座。
阿里云日志服务 SLS 团队每天处理超百 PB 数据，覆盖阿里集团全系业务与数百万云上客户。我们研发的 LoongCollector（原 iLogtail）作为国内广泛使用的开源云原生可观测采集器，已在千万级实例上稳定运行。我们深度服务于大模型训练、RAG、Agent 反馈、智能运维等前沿场景。我们不只做旁路监控与观测，我们做的是基础设施本身。现在，我们正在寻找三位真正的系统建筑师，加入这场超大规模系统的极限挑战。如果你曾在 Linux 内核层优化内存与网络，曾让 SQL 在千亿数据上毫秒响应，曾用向量检索与倒排索引支撑 AI 的语义理解，或亲手构建过一个会自我进化的 Agent 数据闭环——那么这里就是你的战场。
岗位一：云原生应用平台 - AI Infra 研发工程师（P6~P8）- 杭州
职责概述
负责阿里集团、阿里云可观测数据处理基础设施建设，打造日增百 PB 级数据的实时数据分析平台。通过实时采集、索引、存储、压缩等技术，实时处理来自千万设备的海量日志数据，并针对 AI 应用场景进行特定优化，提供智能、自动化数据分析服务。
加入该岗位，您将有机会在国内超大规模的实时日志平台上，构建各种面向各类 AI 应用场景的数据存储和处理平台，打造新一代的 AI 基础设施。
主要职责
1. 参与阿里云战略级产品 SLS 研发，参与面向 AI 应用场景的数据采集、处理、查询分析等功能开发与设计；
2. 数据索引和查询分析引擎优化，通过数据编码、压缩、向量、倒排索引、SQL 执行优化、CodeGen 等各类技术，实现百~千亿数据实时查询秒级延时，提供极致查询体验；
3. 参与 Agent 数据飞轮的建设，研发稳定可靠的 Agent 运行时数据基础设施；
职位要求
1. 熟悉 AI 领域，对于 AI 应用数据特征，数据存储和查询需求有深入理解；
2. 深入理解 LLM 原理，了解上下文工程、KV Cache 机制及 Prompt 优化策略，熟悉 Agent Memory、RAG 相关技术，有实战经验更佳；
3. 在高性能数据结构、数据编码压缩、向量（Vector Search）、倒排索引（Inverted Index）、混合检索（Hybrid Search）算法上深入研究，熟悉分布式 SQL 优先；
4. 高性能网络服务器编程经验，熟悉异步 IO、内存管理、多线程同步等技术，有 Linux 内核研究经验更佳；
5. 对技术有强烈的进取心，有较强的学习能力，保持对前沿技术的关注和学习；
6. 具有良好的沟通能力和团队合作精神、优秀的问题分析和解决能力；
7. 优先：对 Lucene、LevelDB、Influxdb、TokuDB、kudu、LanceDB 源代码深入研究者；
8. 优先：有 TB~PB 级数据 OLTP/OLAP 经验者；大型系统自动化运维管理开发经验。
岗位二：云原生应用平台 - 可观测基础平台高级研发工程师 - 上海
职责概述
负责阿里集团、阿里云可观测数据处理基础设施建设，打造日增百 PB 级数据的实时数据分析平台。通过实时采集、索引、存储、压缩等技术，实时处理来自千万设备的海量日志数据，并针对 AI 应用场景进行特定优化，提供智能、自动化数据分析服务。
加入该岗位，您将有机会在国内超大规模的实时日志平台上，构建面向各类 AI 应用场景的数据存储和处理平台，打造新一代的 AI 基础设施。
主要职责
1. 参与阿里云战略级产品 SLS 研发，参与面向 AI 应用场景的数据采集、处理、查询分析等功能开发与设计。
2. 参与千万级实例、数百 PB 流量的云原生可观测采集器 LoongCollector/iLogtail 及管控系统开发，打造云上统一的 OneAgent 能力，服务于日志、指标、eBPF、主机监控、安全等多种场景；主导 LoongCollector 开源技术路线，推动采集行业标准建立。
3. 深度参与并打造高性能、高可靠的数据采集与管控系统，深入底层优化，提升网络、内存和 CPU 等关键资源的利用效率。
4. 面向 AI 应用构建高性能、安全的多模态数据处理与数据集管理平台，参与上下游 AI 生态建设。
职位要求
1. 扎实的算法基础和良好的编码习惯，精通 C++、Java、Go、Python 中任何一门语言。
2. 在高性能数据结构、数据编码压缩、向量构建等有深入研究；熟悉异步 IO、内存管理、多线程同步等技术，有 Linux 内核研究经验更佳。
3. 理解分布式系统，包括调度、分布式锁、负载均衡等。
4. 对技术有强烈的进取心，有较强的学习能力，保持对前沿技术的关注和学习。
5. 具有良好的沟通能力和团队合作精神、优秀的问题分析和解决能力。
6. 熟悉 LLM、Prompt 设计、Agent 框架（如 LangGraph、Dify、AutoGen、Google ADK、工具链集成等）者优先。
7. 对 LoongCollector、OpenTelemetry、Fluentbit、Vector、Tetragon、Falco 源代码有深入研究者优先。
这不只是一份普通的技术工作。你写的每一行代码，都将运行在最复杂的真实场景中，影响整个阿里云的稳定性，并通过云计算辐射千行百业。你参与定义的技术路径，可能成为下一代云原生标准；你打磨的数据基座，将成为中国 AI 自动化能力的起点。我们在杭州、上海开放岗位。如果你准备好了，请加入我们，一起建造 AI 时代最重要的数据基础设施。
