阿里云开放平台2027届实习生招聘

【联系方式】
简历邮箱:**********

【关于我们】
阿里云开放平台是将阿里云各个产品生态系统连接在一起的粘合剂。

其中企业IT治理团队专注于构建阿里云的核心基础设施——身份认证、权限管理、审计以及资源管理系统。我们负责了阿里云每一次控制台访问以及每一次API调用的安全性和合规性,并提供了云资源中台服务,支撑了客户海量云资源的完整生命周期管理。在AI时代,无论是大模型的调用,还是agent的自主决策行为,都面临着安全、合规、审计等领域的全新挑战,AI时代的身份范式,等你来定义!

企业IT治理团队围绕认证(Authentication)、授权(Authorization)和审计(Auditing)的方向提供了以下的产品和服务:

1. 访问控制(RAM):
• 负责阿里云身份模型的设计与研发 ,提供云平台上安全灵活的身份管理能力和解决方案;
• 负责阿里云授权系统的设计与研发;提供灵活、可扩展、高性能的鉴权平台;每天为阿里云超过数百款产品和服务提供数万亿次鉴权服务;
• 负责阿里云访问密钥和认证服务的设计与研发,提供安全可靠的API认证协议和全球化部署的认证平台,每天支撑阿里云数万亿次认证请求;

2. 阿里云资源管理服务(ResourceManager):
• 负责阿里云账号内与跨账号的资源管理服务——资源组(ResourceGroup)和资源目录(ResourceDirectory/Organizations)的研发, 为企业客户提供全套云上资源管理能力和解决方案
• 负责阿里云基础组件资源管理中心的设计与研发,为数百款云产品提供统一的资源数据中台,为海量资源提供统一的商业化计费服务以及生命周期管理

3. 阿里云操作审计(ActionTrail):
• 负责阿里云上记录所有操作的审计系统的设计与研发,每天处理数万亿的事件数据,通过对审计数据的发掘,帮助云上客户发现潜在的安全和稳定性风险

4. 阿里云配置审计(CloudConfig):
• 负责阿里云上面向资源的审计产品的设计与研发, 提供精确的资源配置历史追踪和高效的配置合规审计能力,帮助客户实现云上基础设施的自主监管以及持续合规。
【岗位信息】
【基础平台研发工程师】
【必备项】
1、本科及以上学历,计算机、软件、人工智能、信息安全、网络安全、通信等相关专业优先;
2、熟练Java语言,具有扎实Java功底。熟悉Java虚拟机原理、Java高级特性和类库、Java网络与服务器编程、Java多线程编程;
3、熟悉常用的数据结构和算法,熟练掌握Spring,Mybatis,Springboot等常用的Java框架;
4、熟悉常规的分布式架构,熟悉缓存、消息队列等开源中间件;
5、具备独立工作能力和解决问题的能力、善于沟通、勤于思考、乐于合作、善于总结分享;有强烈的责任心和团队合作精神,积极融入团队。
【加分项】
1、有大型互联网公司相关岗位实习及项目开发经历;
2、在相关领域国际顶级会议、期刊发表论文或在相关学术会议组织的权威比赛中获奖。
3、热衷于ACM,在校期间参与过大学生数学建模竞赛,“挑战杯”,机器人足球比赛等,或作为骨干参与过学生网站的建设和开发。
4、对云计算安全、企业治理等业务领域有了解;

【AI研发工程师】
【必备项】
1、本科及以上学历,计算机、软件、人工智能、信息安全、网络安全、通信等相关专业优先;
2、理解 LLM 应用架构,熟悉 Prompt Engineering、Tool Use、RAG、Agent Memory 等关键技术原理;
3、熟悉主流 Agent 框架(如 LangChain、AutoGen、LangGraph、Dify、Google ADK 等),有实际项目开发或二次开发经验者优先;
4、熟悉深度学习框架(PyTorch/TensorFlow),具备模型训练、微调、推理优化经验;
5、熟悉本地部署大模型、开源大模型开发,能分析和修复模型问题;
6、参与过开源 Agent 项目或贡献过相关生态者优先;熟悉大模型推理服务(LLM Inference Serving)及 AI Infra 经验者优先。
【加分项】
1、有大型互联网公司相关岗位实习及AI项目开发落地经历;
2、有大模型推理引擎开发或优化经验;
3、在相关领域国际顶级会议、期刊发表论文或在相关学术会议组织的权威比赛中获奖;
4、热衷于ACM,在校期间参与过大学生数学建模竞赛,“挑战杯”,机器人足球比赛等,或作为骨干参与过学生网站的建设和开发;
5、对云计算安全、企业治理等业务领域有了解;
全部评论
怎么联系
点赞 回复 分享
发布于 03-09 17:57 上海
我的信息
点赞 回复 分享
发布于 03-03 18:57 北京

相关推荐

从传统后端开发一路走来,到专注AI应用开发这4年,见证了行业要求的快速变化。我必须告诉准备跳槽或转型的同行——现在的AI应用开发社招,早已不是会调个API、写个Demo就能轻松应对的时代了。这三类人建议慎碰AI应用开发社招认为“会用LangChain = 懂AI开发”的 (现在面试常问:如何设计一套高可用、低延迟的RAG服务架构?)项目经历只会说“我接入了大模型API”的 (团队需要的是:如何通过监控、反馈闭环与A/B测试,持续优化模型效果与用户体验?)觉得“知道几个框架 = 准备好了”的 (见过经验丰富的开发者,被问到多智能体协作时的状态管理与冲突解决策略时,仍然语焉不详。)🔥 2025年AI应用开发社招真实现状能力要求复合化:仅会后端开发或仅了解模型调用,发展空间严重受限。工程深度成为分水岭:不会设计容错、可观测、成本可控的AI服务架构,很难通过高阶技术面试。业务理解至关重要:脱离具体场景(如智能客服、知识管理、内容生成)的架构设计,缺乏竞争力。🛠 我靠这些实践4年保持竞争力核心开发与实验:Jupyter + FastAPI(快速原型与服务化)、LangSmith + MLflow(链路追踪与实验管理)。问题排查与部署:应用日志与性能监控联动分析、Docker + Kubernetes(构建可复现、可伸缩的服务环境)。知识体系构建:用笔记工具系统化沉淀AI工程经验,梳理的“大模型应用架构 Checklist”已在团队内推广。📈 一位转型者的社招备战建议深入原理,超越调用:定期研究LangChain、LlamaIndex等框架的源码与设计模式,尝试为开源项目贡献代码或解决方案。重构你的项目经验(面试关键):问题:线上AI服务响应慢且不稳定。分析:通过链路追踪与监控,定位到检索模块延迟高、模型调用超时两大瓶颈。解决方案:引入向量索引优化、实现请求队列与降级策略、优化Prompt以减少模型处理时间。量化影响:将P99延迟降低60%,服务可用性提升至99.9%,月度推理成本下降15%。💣 我亲身踩过的坑曾面试时被问:“如何为一个具备自我学习能力的AI Agent系统设计版本管理与回滚机制?”当时对智能体系统的工程化理解尚浅。简历写了“负责智能问答系统全链路开发”,却被追问:“如何量化评估并持续提升回答的准确性与用户体验?”因缺乏系统化评估思路而失利学AI大模型的正确顺序,千万不要搞错了🤔2026年AI风口已来!各行各业的AI渗透肉眼可见,超多公司要么转型做AI相关产品,要么高薪挖AI技术人才,机遇直接摆在眼前!有往AI方向发展,或者本身有后端编程基础的朋友,直接冲AI大模型应用开发转岗超合适!就算暂时不打算转岗,了解大模型、RAG、Prompt、Agent这些热门概念,能上手做简单项目,也绝对是求职加分王🔋📝给大家整理了超全最新的AI大模型应用开发学习清单和zi料,手把手帮你快速入门!👇👇学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型(GPT、文心一言等)特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架(LangChain等)实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块,看似清晰好上手,实则每个部分都有扎实的核心内容需要吃透!大模型的学习全流程已经整理📚好了!抓住AI时代风口,轻松解锁职业新可能,希望大家都能把握机遇,实现薪资/职业跃迁~
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务