薪酬概览
平均月薪
¥20800
中位数 ¥0 ｜ 区间 ¥20000 - ¥21600
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 15-30k
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
9月新增岗位
7
对比上月：岗位新增1
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 |
|---|---|---|
| 应届 | 1 | 20% |
| 1-3年 | 3 | 60% |
| 3-5年 | 1 | 20% |
热招职位
1. 落实、执行国家和巴新政府关于安全生产的法律、法规以及集团安全工作要求，保证安全体系的有效运行；
2. 组织制定并实施公司安全方针政策、中长期规划、年度工作计划、管理目标等工作；
3. 完善监督检查机制，组织公司安全检查和专项督查，监督厂矿履行合规性义务，落实风险管控措施，预防和消除重大安全隐患；
4. 监督公司安全生产管理体系制度的执行，参与制定公司的安全管理体系年度工作目标、指标，组织对各部门执行情况进行考核；
5. 督促落实本单位重大危险源的安全管理措施及安全生产整改措施；
6. 参与生产设备、工艺变更的安全风险评估；
7. 组织协调和推进重大安全问题解决方案，在决策层面提供支撑材料和意见；
8. 领导安排的临时性工作
阿里云智能-运维开发-AIOps Agent工程师（售后技术方向）
我们正在招聘运维开发工程师，负责阿里云大数据&AI平台的售后智能答疑体系和客户体感稳定性体系建设，从用户服务专家的视角来处理超大规模大数据平台承载的用户问题和重保需求，持续提升运维效率，为产品稳定性和服务口碑树立持续贡献力量
该岗位以大数据&AI产品售后答疑工作为业务基础，一方面深度参与共建Agent架构下的智能答疑能力，围绕问题自助答疑、自助诊断和产品改进项提炼等核心场景进行自动化能力建设；另一方面深度参与客户体感稳定性体系和重保能力建设，在对产品架构和稳定性场景深入掌握的基础上，提炼客户实例级稳定性指标，为客户提供更前置的主动隐患发现与重保服务能力
你将与TAM、研发、SRE、平台工程、算法和产品团队协作，推动传统答疑和排查能力向智能化演进，支撑阿里云大数据&AI平台业务高速发展，共建业界一流的智能服务专家团队
工作职责：
1. 负责阿里云大数据&AI产品的售后L3答疑和服务工作，承接前方服务团队的升级工单处理和用户疑难问题排查；组织和提供大客户钉群服务能力，对头部/重要客户进行业务保障；接收客户需求提供业务巡检、大促护航、产品改进推动等重保能力交付
2. 参与基于Agent的智能答疑体系建设，结合大模型、RAG、Skills、Harness engineer等技术能力，落地根因定位、异常检测、SOP执行和运维问答等AI化运维能力
3. 参与客户体感稳定性系统建设，协同产研SRE建立实例级可用率指标，定义客户级体感可用率标准，构建细粒度封网、变更后置、主动巡检和风险发现预防等重保能力，推动客户问题发现与主动服务链路落地，为产品提供更强的增值能力
4. 负责售后支持外包团队的管理，包括答疑提效、人员培养和成本管理等职责
1. 中间件运维与高可用保障：负责消息队列（Kafka/RocketMQ）、服务注册与配置中心（Zookeeper/Nacos）等核心中间件的稳定性维护、性能调优及高可用架构设计；基于Kubernetes完成容器化部署、弹性扩缩容、版本升级及日常运维，保障核心系统7x24小时稳定运行。
2. 故障排查与根因分析：通过日志分析、链路追踪及监控体系快速定位中间件相关故障（如消息堆积、服务注册异常等），主导问题修复与复盘；使用Java或Go开发调试工具，高效排查线上性能瓶颈及与业务系统的兼容性问题。
3. 性能优化与平台适配：测试并优化中间件在不同CPU架构、内核版本及容器环境下的性能表现，解决资源调度与性能瓶颈问题，持续提升中间件运行效率与资源利用率。
4. 负责搭建及使用SRE数字人实现线上运维智能化。
1、负责团队研发资源（计算、存储、网络、中间件等）的成本分析与优化治理，推动降本增效落地，建立可持续的成本度量和管控机制。
2、负责应用及基础设施（含中间件、模型推理服务）的监控告警体系建设与治理，包括告警收敛、分级、自愈能力建设，持续提升平台稳定性。
3、主导稳定性治理工作，包括但不限于容量规划、变更管控、故障演练、应急响应及复盘改进，推动SLO/SLA体系化落地。
4、提供日常运维技术支持，包括线上问题排查定位、发布变更保障、基础设施及中间件的日常维护等。
5、参与运维工具链和自动化能力建设，通过工程化手段减少人工介入，提升运维效率。
1、负责团队研发资源（计算、存储、网络、中间件等）的成本分析与优化治理，推动降本增效落地，建立可持续的成本度量和管控机制。
2、负责应用及基础设施（含中间件、模型推理服务）的监控告警体系建设与治理，包括告警收敛、分级、自愈能力建设，持续提升平台稳定性。
3、主导稳定性治理工作，包括但不限于容量规划、变更管控、故障演练、应急响应及复盘改进，推动SLO/SLA体系化落地。
4、提供日常运维技术支持，包括线上问题排查定位、发布变更保障、基础设施及中间件的日常维护等。
5、参与运维工具链和自动化能力建设，通过工程化手段减少人工介入，提升运维效率。
● 负责 SoC芯片中MMU（内存管理单元）模块的微架构设计与RTL实现；
● 设计TLB管理、Page Table Walk、地址映射等机制，支撑高效虚拟内存访问；
● 支持软硬协同设计，参与Host-Device统一地址空间、Page Migration等功能开发；
● 负责MMU相关性能分析与优化
● 推动MMU子系统从设计到验证、交付的完整流程。
1、定义网络安全基座模型的知识体系和评测体系
2、建立网络安全基座模型的知识迭代飞轮，从多种知识来源收集沉淀网络安全领域知识，与算法同学合作为网络安全基座模型提供高质量领域知识与数据
3、针对网络安全基座模型在评测中的问题进行归因分析，识别网络安全基座模型的短板
1. 参与面向网络安全领域的垂直大模型基座建设，同时为Qwen基座建设网络安全能力，包括数据Scaling、模型优化、训练策略制定与性能优化；
2. 负责高质量安全数据的构建，涵盖代码漏洞检测与修复、程序逆向与分析、安全领域工具（包括但不限于Fuzz、反编译、漏扫等）等多样化安全数据的加工处理和合成优化；
3. 开展大模型全流程训练工作，包括预训练、SFT、GRPO及安全工具结合的Agentic RL；
4. 针对经典且依赖安全专家经验的的安全任务（如渗透测试、二进制代码分析、红蓝对抗策略生成、项目级代码漏洞发现与修复等）优化模型能力，提升其在真实攻防场景中的模型性能与鲁棒性；
5. 探索大模型在代码安全、漏洞挖掘、逆向工程等方向的应用，并推动技术成果落地与学术发表。
● 参加高性能RISCV IP的开发
● 阅读相关的设计文档，理解设计需求并定义出测试计划
● 搭建模块级和SOC级验证环境，产生测试向量
● 参与构建处理器验证流程及验证环境；
● 执行测试计划，进行覆盖率分析
● 定义，产生和分析各种验证指标
● 执行门级仿真和emulation
● 关注主流验证技术发展，引入先进的验证技术和策略，提高验证的质量和效率。
人寿-黑龙江分公司信息安全与运维（2026校招）(J80742)
负责分公司网络日常维护、例行检查、应急处理、主动维护、优化改进、变更操作等；
负责参与网络技术运维文档的编写及修订，问题处理、演练等维护性工作；
负责通过对网络互联、网管、域名控制、负载均衡、容灾、应用流量分析等技术的跟踪和应用，持续提升分公司网络运维水平。
1. 面向内部研发团队的工具开发和集成；
2. 面向内部研发团队的工具实施和维护；
3. 基于工具优化产品研发活动。