主分类：AI训练推理与计算优化
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "Token Foundry-大模型平台研发工程师-训练平台",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术-基础平台"AI生成
},
"company": {
"company_name": "通义",
"company_industry": "人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "通义提供人工智能模型及文档阅读等AI应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "主要负责 TokenFoundry 大模型训练平台建设，为大模型训练提供稳定、高效、弹性的 AI Infra 基础设施。你将参与新一代大模型训练平台的架构演进，支撑大规模分布式训练任务编排、异构集群资源调度、训练容错与弹性恢复等核心系统，持续提升研发效能与算力利用率。\n主要工作职责和挑战\n1. 训练任务平台设计与研发：负责分布式训练任务的提交、编排、调度、可观测性与全生命周期管理系统的架构设计及核心代码实现。\n2. 大规模资源调度引擎：设计并实现面向异构集群的资源调度策略，涵盖拓扑感知调度、抢占式调度、优先级队列及多租户配额管理等能力。\n3. 平台化与产品化：快速迭代平台产品能力，支撑大模型研发迭代对训练基础设施的能力需求。\n4. 技术攻坚与前沿探索：跟踪 AI Infra 及训练调度领域的最新进展，推动技术方案落地并持续优化系统性能。",
"requirements_text": "1. 具备优秀的技术自驱力与分析解决复杂问题的能力，对 AI Infra 技术有强烈热情。\n2. 工程实现能力扎实，精通 Go 或 Java，熟悉 Python；代码规范严谨，重视可测试性与可维护性。\n3. 有平台类产品研发经验，深入理解 Kubernetes 架构与调度机制，具备生产环境 K8s 集群管控及 Operator/Scheduler 开发经验。\n4. 符合以下条件之一者优先：\na. 熟悉 Megatron-LM / VeRL / DeepSpeed 等主流分布式训练框架。\nb. 有大规模 GPU/NPU 异构训练平台的研发经验。\nc. 追求优雅代码设计，在云原生或 AI Infra 相关开源社区有活跃贡献。",
"skills": [AI生成
"Python",
"Java",
"Kubernetes",
"Go"
],
"preferred_qualifications": "4. 符合以下条件之一者优先：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100006780014"
}
]
},
"posting": {
"posting_id": "100006780014",
"post_date": "2026-09-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100006780014"
},
"fulltext": "Token Foundry-大模型平台研发工程师-训练平台\nToken Foundry-大模型平台研发工程师-训练平台\n\n基础信息\n职位类别：技术-基础平台\n工作地点：北京 / 杭州\n\n职位描述\n主要负责 TokenFoundry 大模型训练平台建设，为大模型训练提供稳定、高效、弹性的 AI Infra 基础设施。你将参与新一代大模型训练平台的架构演进，支撑大规模分布式训练任务编排、异构集群资源调度、训练容错与弹性恢复等核心系统，持续提升研发效能与算力利用率。\n主要工作职责和挑战\n1. 训练任务平台设计与研发：负责分布式训练任务的提交、编排、调度、可观测性与全生命周期管理系统的架构设计及核心代码实现。\n2. 大规模资源调度引擎：设计并实现面向异构集群的资源调度策略，涵盖拓扑感知调度、抢占式调度、优先级队列及多租户配额管理等能力。\n3. 平台化与产品化：快速迭代平台产品能力，支撑大模型研发迭代对训练基础设施的能力需求。\n4. 技术攻坚与前沿探索：跟踪 AI Infra 及训练调度领域的最新进展，推动技术方案落地并持续优化系统性能。\n\n职位要求\n1. 具备优秀的技术自驱力与分析解决复杂问题的能力，对 AI Infra 技术有强烈热情。\n2. 工程实现能力扎实，精通 Go 或 Java，熟悉 Python；代码规范严谨，重视可测试性与可维护性。\n3. 有平台类产品研发经验，深入理解 Kubernetes 架构与调度机制，具备生产环境 K8s 集群管控及 Operator/Scheduler 开发经验。\n4. 符合以下条件之一者优先：\na. 熟悉 Megatron-LM / VeRL / DeepSpeed 等主流分布式训练框架。\nb. 有大规模 GPU/NPU 异构训练平台的研发经验。\nc. 追求优雅代码设计，在云原生或 AI Infra 相关开源社区有活跃贡献。\n主要负责 TokenFoundry 大模型训练平台建设，为大模型训练提供稳定、高效、弹性的 AI Infra 基础设施。你将参与新一代大模型训练平台的架构演进，支撑大规模分布式训练任务编排、异构集群资源调度、训练容错与弹性恢复等核心系统，持续提升研发效能与算力利用率。\n主要工作职责和挑战\n1. 训练任务平台设计与研发：负责分布式训练任务的提交、编排、调度、可观测性与全生命周期管理系统的架构设计及核心代码实现。\n2. 大规模资源调度引擎：设计并实现面向异构集群的资源调度策略，涵盖拓扑感知调度、抢占式调度、优先级队列及多租户配额管理等能力。\n3. 平台化与产品化：快速迭代平台产品能力，支撑大模型研发迭代对训练基础设施的能力需求。\n4. 技术攻坚与前沿探索：跟踪 AI Infra 及训练调度领域的最新进展，推动技术方案落地并持续优化系统性能。\n1. 具备优秀的技术自驱力与分析解决复杂问题的能力，对 AI Infra 技术有强烈热情。\n2. 工程实现能力扎实，精通 Go 或 Java，熟悉 Python；代码规范严谨，重视可测试性与可维护性。\n3. 有平台类产品研发经验，深入理解 Kubernetes 架构与调度机制，具备生产环境 K8s 集群管控及 Operator/Scheduler 开发经验。\n4. 符合以下条件之一者优先：\na. 熟悉 Megatron-LM / VeRL / DeepSpeed 等主流分布式训练框架。\nb. 有大规模 GPU/NPU 异构训练平台的研发经验。\nc. 追求优雅代码设计，在云原生或 AI Infra 相关开源社区有活跃贡献。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}