阿拉尔Service Engineer
Service Engineer是指负责在客户的现场安装、调试、维护和维修公司的产品或设备的工程师。他们需要对公司的产品或设备非常熟悉，能够及时解决客户遇到的问题，并确保产品或设备能够正常运行。此外，Service Engineer还需要与客户保持良好的沟通，及时了解客户的需求和反馈，为客户提供专业的技术支持和维护服务。这个岗位需要具备良好的技术能力、沟通能力和问题解决能力。
薪酬概览
平均月薪
¥5300
中位数 ¥5000 ｜ 区间 ¥4400 - ¥6200
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
100% 人群薪酬落在 0-8k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
2月新增岗位
11
对比上月：岗位新增7
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 1-3年 | 5 | 50% |
| 3-5年 | 5 | 50% |
热招职位
1.负责数字化项目全流程统筹管理，制定项目计划、分配资源、管控进度与质量；
2.负责统筹产品开发工作，结合应用架构需求制定开发方案，审核技术选型、核心代码及测试方案；
3. 负责产品运营策略制定，统筹用户反馈收集与分析，主导产品功能优化迭代规划并推动落地；
4.负责运维体系搭建与统筹管理，建立系统监控、故障处理及版本更新机制；
5.承接应用架构落地需求，协调开发与运维资源匹配实施计划。
1.负责大数据组件的运维工作,包括部署，管理，优化等事项，保证平台稳定运行保障大数据服务SLA。
2.建设大数据产品运维基线，标准制定，并主动识别并解决瓶颈问题。
3.负责重大问题处理及快速恢复能力，预防及容灾能力，保障服务高可用目标达成；
4.优化自动化运维、监控报警、故障处理所需工具提升运维效率。
5.跟踪和分析技术趋势不断优化技术架构和运维效率
任职要求
1.精通大数据领域技能，如Hadoop、Flink、Doris、ES，HBase等，熟悉组件的应用场景和问题解决方案
2.熟练掌握一门以上编程语言（golang/python/shell等）
3.有强烈的求知欲和钻研技巧，具有良好的独立分析问题与迅速解决问题的能力；
4.具有较好的的抗压能力，团队合作精神
5.本科或以上学历，3年及以上运维经验或开发经验
AI运维工程师面议
1. AI基础设施稳定性运维：负责大规模GPU/NPU集群、高性能网络（RoCE/IB）、分布式存储的部署、监控、容量规划与日常保障，通过故障自愈、自动重调度、Checkpoint恢复等机制降低MTTR。
2. 性能优化与资源管理：定位并解决推理中的性能瓶颈（GPU利用率、通信带宽、数据加载），优化异构资源调度策略，减少碎片化，保障AI任务高效连续运行。
3. 运维AI化提效：开发智能运维场景（异常检测、根因分析、告警收敛、容量预测），利用AI实现自然语言查询、故障诊断与脚本生成，建设自动化运维平台（扩缩容、隔离修复、智能调度）。
4. 数据驱动与知识沉淀：分析历史监控与日志数据，输出优化报告；建立运维知识库及故障案例库，借助AI辅助问答持续提升团队效率。
1负责公司存量电站电量指标的达成；
2负责电站备品备件、消耗性材料的采购，出入库登记，使用及反馈；
3）负责电费回款的跟催；
4）开展季度安全检查、隐患排查，负责安全生产措施落实；
5）负责电站停送电申请及执行
6）完成领导交办的其他工作。
运维工程师-27届薪资：1～1
1、负责参与评估硬件平台的计算性能测试、分析与落地；
2、负责服务器可靠性及稳定性验证，OS兼容性验证；
3、负责服务器新产品的BMC、BIOS测试设计及验证工作；
4、负责服务器板卡的引入测试，含内存、网卡、GPU及HBA卡等;
5、负责服务器配套软件变更，driver/fw升级的测试及版本管理；
6、负责服务器OS、driver及FW的网上问题分析处理；
7、参与硬件搭载软件相关的应用测试模型设计开发；
8、参与配套厂家制造品质的管理、解决产品质量问题；
SRE运维工程师薪资：25～35
1、负责同程旅行核心服务的高可靠、稳定、高效运行，持续保障核心业务 SLA 达成；
2、主导服务架构设计与评审，推动 AI 辅助的容量规划、性能调优与智能配置治理；
3、推进系统稳定性与容灾方案设计及落地，结合混沌工程与 AI 预测能力构建自适应韧性架构；
4、主导重大故障应急响应，利用智能运维（AIOps）技术，基于多维度监控、日志、Trace数据进行智能告警、自动止损与根因定位；
5、参与日常值班与线上应急响应，并通过自动化与 AI 工具提升故障处理效率与精准性。
专业要求计算机科学与技术、网络工程、通信工程、电子信息工程等相关专业可优先考虑。工作职责1.参与技术值班，负责机房及网络设备的安全维护、消防管理，以及技术档案的建立与管理。
2.保障全县数字电视信号安全传输，负责有线电视、IP网络等设备的运维，确保网络与信息安全，为业务部门提供技术支持。
3.参与无人机项目部署与驻场保障，包括勘查、调试及日常维护。负责低空经济相关飞行测试、航线规划与数据采集，精通多款无人机及管理系统，提供技术咨询、培训与项目支持。
4.协助完成领导安排的其他工作。
任职要求1.遵守中国宪法和法律，具有对党忠诚的政治品格，具有职务所需的工作能力、文化水平、专业知识及身体条件。
2.大学本科及以上学历，计算机科学与技术、网络工程、通信工程、电子信息工程等相关专业可优先考虑。
3.熟悉无人机系统基本原理，有消费级或工业级无人机实际操作、调试经验者或持有CAAC（中国民航局）颁发的无人机驾驶执照（视距内/超视距）者可优先考虑。
4.一般不超过35周岁，除应届生外，一般应具有1年及以上岗位相关工作经验。
5.具备较强的计算机软硬件知识，熟悉常见操作系统、网络基础知识，具备良好的动手能力和现场问题分析与解决能力。
6.责任心强，工作严谨细致，具备良好的服务意识和抗压能力。
7.学习能力强，具备较好的沟通协作能力和执行力。
IT运维工程师（业务）(J14978)8K-10K元/月
1、负责业务需求分析，设计自动化解决方案；
2、使用RPA工具（实在智能）开发、测试和部署自动化流程；
3、优化现有流程，提升自动化效率与稳定性。
4、监控RPA流程运行状态，及时处理异常及故障，确保稳定运行；
5、编写开发文档、运维手册及故障处理指南并为内部用户提供RPA操作培训与技术支持；
6、领导安排的其他工作。
1.解决PLM系统运维中的系统、网络、程序Bug等问题；
2.能快速理解业务需求，依据系统详细设计开发方案进行二次开发、测试与部署；
3.编写开发需求说明书/运维操作手册等；
4.开发、测试、生产环境的日常维护、日志管理等。
1.负责新零售业务门店/仓库网络的日常运维、故障处理、应急响应，保障网络及相关业务的稳定运行，有能力处理突发事件、对疑难问题进行跟踪并最终解决。
2.负责新零售业务门店/仓库网络的开仓建设，对涉及到系统架构中存在的网络设计提出解决方案，与其他协同团队一起完成重点项目的实施、配置等服务交付。
3.负责新零售业务门店/仓库网络的质量监控及用户体验收集，监控告警、运维自动化平台的持续性建设及功能优化，不断提高网络质量。
4.参与自动化工具开发，对网络基础信息、资产、故障率、可用性、容量性能、成本等数据的运营和分析，提升网络稳定性和运维效率。
5.参与对新零售网络相关技术、产品与工具、行业最佳实践进行研究、测试及运用，有探索和实践精神，满足业务发展需求。
6.在日常运维过程中为一线服务团队提供标准、流程规范和指导文档。
1、供配电规划及水电气变更事项对接与跟进；
2、电力保障能力提升，电力安全检测管理；
3、中央空调系统、压缩空气系统和其他基础设备管理（制氮系统、直饮水系统、热水系统、电梯等）；
4、用电监控与计量管理，用电分摊管理；
5、售电、省电节能项目跟进；
6、车间水、电、气 施工项目评估与验收；
7、电力、水电施工、装修装饰工程供应商管理；
8、上级安排的其他任务。
任职要求：
1、本科学历，电力工程或供配电相关专业优先；
2、逻辑思维能力强，统计分析能力强，有一定的计划、报告、总结经验；
3、具备良好的组织、沟通协调能力；
岗位描述
我们正在招聘智能运维开发工程师，负责阿里云大数据平台的智能运维体系建设，面向超大规模大数据平台、AI 平台及相关基础设施，持续提升系统稳定性、运维效率和平台自动化能力。
该岗位将深度参与大数据平台运维平台开发、稳定性治理、AI 化改造和智能运维 Agent 建设，围绕故障发现、问题诊断、容量水位、变更风险、发布管控、监控告警、自动化处置等核心场景，建设面向超大规模复杂系统的智能化运维能力。
你将与研发、SRE、平台工程、算法和产品团队协作，推动传统运维能力向平台化、自动化、智能化演进，支撑阿里云大数据平台及 AI 平台在大规模、高复杂度、高可用要求下稳定运行。
工作职责
1. 负责阿里云大数据平台智能运维体系建设，参与运维平台、稳定性平台、自动化工具、诊断系统等核心能力的设计与开发，提升平台化、自动化和智能化运维水平。
2. 参与智能运维 Agent 建设，结合大模型、RAG、工具调用、自动化编排和知识库能力，落地日志分析、指标分析、故障归因、异常检测、根因定位、SOP 执行和运维问答等 AI 化运维能力。
3. 负责超大规模大数据平台及 AI 平台的稳定性保障，围绕监控告警、故障诊断、容量水位、链路治理、变更风险、应急处置和复盘改进等场景，持续提升系统可靠性。
4. 参与大数据平台架构演进和稳定性治理，识别系统瓶颈与稳定性风险，推动容量规划、性能优化、资源治理、容灾高可用和架构改进。