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": "智能引擎-大模型高性能计算研发工程师/高级专家-AI Infra",
"job_level": "专家",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": "算法研发"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"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": "1. 负责模型训练场景中高性能计算Pipeline的实现，通过访存算子优化、算子融合、MoE/Attention算子定制，实现精细化显存管理、最大化计算/访存效率。\n2. 负责结合大语言模型、多模态理解生成模型、Agentic RL等场景的模型训练需求进行算子设计，实现模型-Infra的Co-Design。\n3. 负责世界模型、实时生成交互等场景的高性能低延迟算子设计和实现，满足模型加速上线的需求。\n4. 使用专业的Profiling工具和手段，对大模型训练的端到端性能进行分析，精准定位Kernel执行、数据搬运、通信等环节的瓶颈，并提出体系化的优化方案。\n5. 跟进业界SOTA的高性能计算工作，调研并实施异构硬件在超大规模训练场景的落地方案。",
"requirements_text": "1. 工程与算法基础：计算机相关专业背景，有极佳的工程实现能力，精通 C/C++ 与 Python；具备扎实的数据结构与算法功底，熟练掌握 GDB / Nsight 等调试与性能分析工具。\n2. 异构计算与底层技术：熟悉异构计算体系结构，包括但不限于现代 GPU 并行架构；熟练掌握CUDA 编程、Triton 和 Cutlass 等硬件 DSL。\n3. 算法工程协同设计：对 LLM、多模态等大模型结构及其核心算法流程有深入理解者优先。\n4. 主流框架内核：精通 PyTorch / JAX / Megatron-LM 等业界主流大模型引擎的内核实现机制。精通 XLA / MLIR 等编译优化技术者优先。\n5. 加分项：对钻研技术有热情，勤于动手，善于动脑，不惧困难。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"CUDA",
"数据结构",
"大语言模型",
"C语言"
],
"preferred_qualifications": "3. 算法工程协同设计：对 LLM、多模态等大模型结构及其核心算法流程有深入理解者优先；精通 XLA / MLIR 等编译优化技术者优先；5. 加分项：对钻研技术有热情，勤于动手，善于动脑，不惧困难",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100014060018"
}
]
},
"posting": {
"posting_id": "100014060018",
"post_date": "2026-09-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100014060018"
},
"fulltext": "智能引擎-大模型高性能计算研发工程师/高级专家-AI Infra\n智能引擎-大模型高性能计算研发工程师/高级专家-AI Infra\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n1. 负责模型训练场景中高性能计算Pipeline的实现，通过访存算子优化、算子融合、MoE/Attention算子定制，实现精细化显存管理、最大化计算/访存效率。\n2. 负责结合大语言模型、多模态理解生成模型、Agentic RL等场景的模型训练需求进行算子设计，实现模型-Infra的Co-Design。\n3. 负责世界模型、实时生成交互等场景的高性能低延迟算子设计和实现，满足模型加速上线的需求。\n4. 使用专业的Profiling工具和手段，对大模型训练的端到端性能进行分析，精准定位Kernel执行、数据搬运、通信等环节的瓶颈，并提出体系化的优化方案。\n5. 跟进业界SOTA的高性能计算工作，调研并实施异构硬件在超大规模训练场景的落地方案。\n\n职位要求\n1. 工程与算法基础：计算机相关专业背景，有极佳的工程实现能力，精通 C/C++ 与 Python；具备扎实的数据结构与算法功底，熟练掌握 GDB / Nsight 等调试与性能分析工具。\n2. 异构计算与底层技术：熟悉异构计算体系结构，包括但不限于现代 GPU 并行架构；熟练掌握CUDA 编程、Triton 和 Cutlass 等硬件 DSL。\n3. 算法工程协同设计：对 LLM、多模态等大模型结构及其核心算法流程有深入理解者优先。\n4. 主流框架内核：精通 PyTorch / JAX / Megatron-LM 等业界主流大模型引擎的内核实现机制。精通 XLA / MLIR 等编译优化技术者优先。\n5. 加分项：对钻研技术有热情，勤于动手，善于动脑，不惧困难。\n1. 负责模型训练场景中高性能计算Pipeline的实现，通过访存算子优化、算子融合、MoE/Attention算子定制，实现精细化显存管理、最大化计算/访存效率。\n2. 负责结合大语言模型、多模态理解生成模型、Agentic RL等场景的模型训练需求进行算子设计，实现模型-Infra的Co-Design。\n3. 负责世界模型、实时生成交互等场景的高性能低延迟算子设计和实现，满足模型加速上线的需求。\n4. 使用专业的Profiling工具和手段，对大模型训练的端到端性能进行分析，精准定位Kernel执行、数据搬运、通信等环节的瓶颈，并提出体系化的优化方案。\n5. 跟进业界SOTA的高性能计算工作，调研并实施异构硬件在超大规模训练场景的落地方案。\n1. 工程与算法基础：计算机相关专业背景，有极佳的工程实现能力，精通 C/C++ 与 Python；具备扎实的数据结构与算法功底，熟练掌握 GDB / Nsight 等调试与性能分析工具。\n2. 异构计算与底层技术：熟悉异构计算体系结构，包括但不限于现代 GPU 并行架构；熟练掌握CUDA 编程、Triton 和 Cutlass 等硬件 DSL。\n3. 算法工程协同设计：对 LLM、多模态等大模型结构及其核心算法流程有深入理解者优先。\n4. 主流框架内核：精通 PyTorch / JAX / Megatron-LM 等业界主流大模型引擎的内核实现机制。精通 XLA / MLIR 等编译优化技术者优先。\n5. 加分项：对钻研技术有热情，勤于动手，善于动脑，不惧困难。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}