岗位描述（节选）
部门介绍
云智能集团承载着阿里巴巴集团在人工智能与云计算领域的核心技术与业务创新，致力于构建面向全球的企业级 MaaS（Model as a Service）平台。随着大模型技术的快速发展，MaaS 已成为云计算服务的重要形态，涵盖模型推理服务、模型训练集群、AI 基础设施、向量数据库等核心产品矩阵。
GOC（Global Operations Center）团队承担着 MaaS 平台生产环境的稳定性保障与服务连续性使命。我们面临的挑战包括：
1. GPU 基础设施稳定性：万卡级 GPU 集群的高可用管理、故障隔离与容灾调度
2. 模型服务高可用：大模型推理服务 99.99% 可用性保障，毫秒级响应 SLA
3. AI-Native 运维体系：构建智能化运维能力，实现故障自愈、智能诊断与预测性维护
4. 大规模活动保障：支撑双 11、重要客户上线、模型发布会等关键时期的服务稳定性
5. 数……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。