面向云原生的因果世界模型与自主运维智能体-A Star

• 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、因果推理等技术在 AIOps 领域的最新进展，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。
• 1. 专业背景扎实，计算机、人工智能、软件工程、模式识别、统计学等相关专业；
• 2. 具备扎实的算法功底，熟练掌握机器学习/深度学习算法基础，在顶级会议/期刊发表过相关论文；
• 3. 掌握 LLM 技术能力，熟悉 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实践经验；
• 4. 对 AI 有极客般的探索与实战精神：对大模型、AI Agent 技术有浓厚兴趣，能熟练使用 AI 编程工具，有过大模型微调，或 Agent 应用开发，上下文工程等相关开发经验优先；
• 5. 有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。

加分项：

• 1. 在时序分析、异常检测、因果推断、图算法（GNN）、强化学习等领域有研究或实践经验；
• 2. 熟悉可观测、智能运维，有 Kubernetes、Prometheus、OpenTelemetry 等开源项目相关使用经验。