主分类：数据工程与数据平台研发
辅助：搜索推荐与业务决策算法研发（仅展示）
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": "基础设施与稳定性工程-数据研发专家-AI算力数据与智能洞察方向",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-数据"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": "计算机/数学/统计相关专业本科或硕士及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍\n加入AI算力数据与Agent小组，这是直接决定集团AI算力如何被\"看见、管好、用好\"的核心团队。从每一张GPU卡的产能效率到TPM容量规划、资源交付、供需匹配，实现从资源到售卖的全链路数据打通，并通过数据与Agent驱动的智能洞察支撑MaaS业务增长和管理层经营决策。\n方向一：AI算力数据链路建设（数据工程背景）\n• 建设训练/推理（百炼、通义）两侧TPM与资源数据的采集、治理、建模和指标体系\n• 设计标准化数仓，打通资源分配、交付、使用全链路数据口径\n• 为MaaS经规管理、财务成本分析、BI、销控系统提供可信数据支撑\n• 推动数据Agentic化，让Agent可自动查询、分析和推理算力数据\n方向二：算力智能洞察与优化模型（算法工程背景）\n• 建立TPM容量规划模型与算力画像，支撑供需匹配和弹性交付智能决策\n• 构建GPU/CPU/TPM利用率优化算法，实现全局卡型×模型最优匹配\n• 开发智能流量管控与限流策略，保障运行时SLA（TTFT、TPOT、错误率）\n• 结合Agent实现算力优化决策自动化执行闭环",
"requirements_text": "1、计算机/数学/统计相关专业本科或硕士及以上，硕士博士优先\n2、数据工程：熟练掌握Flink/Spark/Hive/ODPS等，有完整数仓建设或数据治理经验，精通SQL\n3、算法工程：具备ML/统计建模/运筹优化基础，有容量规划、资源调度或推荐优化项目经验，Python/Java工程能力扎实\n4、了解AI/大模型业务、TPM/GPU算力/推理延迟等核心概念者优先\n5、主导过大规模数据体系从0到1建设，或在算力资源调度、容量规划、供需匹配方向有突出成果\n6、具备系统架构设计与独立方案落地能力\n7、有AI Infra/云计算资源管理/LLM服务平台深度经验者优先\n8、能牵引跨团队数据口径共识和联动\n加分项\n1、熟悉LLM推理/训练系统（vLLM、SGLang、Megatron等）\n2、有Agent系统研发或LLM数据工具开发经验\n3、资源调度/容量规划/运筹优化方向论文或开源贡献",
"skills": [AI生成
"Python",
"Java",
"SQL",
"Spark",
"Flink",
"数据治理",
"系统架构",
"架构设计",
"建模",
"大语言模型"
],
"preferred_qualifications": "1、计算机/数学/统计相关专业本科或硕士及以上，硕士博士优先；4、了解AI/大模型业务、TPM/GPU算力/推理延迟等核心概念者优先；7、有AI Infra/云计算资源管理/LLM服务平台深度经验者优先；加分项",
"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=100019000003"
}
]
},
"posting": {
"posting_id": "100019000003",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100019000003"
},
"fulltext": "基础设施与稳定性工程-数据研发专家-AI算力数据与智能洞察方向\n基础设施与稳定性工程-数据研发专家-AI算力数据与智能洞察方向\n\n基础信息\n职位类别：技术类-数据\n工作地点：杭州\n\n职位描述\n团队介绍\n加入AI算力数据与Agent小组，这是直接决定集团AI算力如何被\"看见、管好、用好\"的核心团队。从每一张GPU卡的产能效率到TPM容量规划、资源交付、供需匹配，实现从资源到售卖的全链路数据打通，并通过数据与Agent驱动的智能洞察支撑MaaS业务增长和管理层经营决策。\n方向一：AI算力数据链路建设（数据工程背景）\n• 建设训练/推理（百炼、通义）两侧TPM与资源数据的采集、治理、建模和指标体系\n• 设计标准化数仓，打通资源分配、交付、使用全链路数据口径\n• 为MaaS经规管理、财务成本分析、BI、销控系统提供可信数据支撑\n• 推动数据Agentic化，让Agent可自动查询、分析和推理算力数据\n方向二：算力智能洞察与优化模型（算法工程背景）\n• 建立TPM容量规划模型与算力画像，支撑供需匹配和弹性交付智能决策\n• 构建GPU/CPU/TPM利用率优化算法，实现全局卡型×模型最优匹配\n• 开发智能流量管控与限流策略，保障运行时SLA（TTFT、TPOT、错误率）\n• 结合Agent实现算力优化决策自动化执行闭环\n\n职位要求\n1、计算机/数学/统计相关专业本科或硕士及以上，硕士博士优先\n2、数据工程：熟练掌握Flink/Spark/Hive/ODPS等，有完整数仓建设或数据治理经验，精通SQL\n3、算法工程：具备ML/统计建模/运筹优化基础，有容量规划、资源调度或推荐优化项目经验，Python/Java工程能力扎实\n4、了解AI/大模型业务、TPM/GPU算力/推理延迟等核心概念者优先\n5、主导过大规模数据体系从0到1建设，或在算力资源调度、容量规划、供需匹配方向有突出成果\n6、具备系统架构设计与独立方案落地能力\n7、有AI Infra/云计算资源管理/LLM服务平台深度经验者优先\n8、能牵引跨团队数据口径共识和联动\n加分项\n1、熟悉LLM推理/训练系统（vLLM、SGLang、Megatron等）\n2、有Agent系统研发或LLM数据工具开发经验\n3、资源调度/容量规划/运筹优化方向论文或开源贡献\n团队介绍\n加入AI算力数据与Agent小组，这是直接决定集团AI算力如何被\"看见、管好、用好\"的核心团队。从每一张GPU卡的产能效率到TPM容量规划、资源交付、供需匹配，实现从资源到售卖的全链路数据打通，并通过数据与Agent驱动的智能洞察支撑MaaS业务增长和管理层经营决策。\n方向一：AI算力数据链路建设（数据工程背景）\n• 建设训练/推理（百炼、通义）两侧TPM与资源数据的采集、治理、建模和指标体系\n• 设计标准化数仓，打通资源分配、交付、使用全链路数据口径\n• 为MaaS经规管理、财务成本分析、BI、销控系统提供可信数据支撑\n• 推动数据Agentic化，让Agent可自动查询、分析和推理算力数据\n方向二：算力智能洞察与优化模型（算法工程背景）\n• 建立TPM容量规划模型与算力画像，支撑供需匹配和弹性交付智能决策\n• 构建GPU/CPU/TPM利用率优化算法，实现全局卡型×模型最优匹配\n• 开发智能流量管控与限流策略，保障运行时SLA（TTFT、TPOT、错误率）\n• 结合Agent实现算力优化决策自动化执行闭环\n1、计算机/数学/统计相关专业本科或硕士及以上，硕士博士优先\n2、数据工程：熟练掌握Flink/Spark/Hive/ODPS等，有完整数仓建设或数据治理经验，精通SQL\n3、算法工程：具备ML/统计建模/运筹优化基础，有容量规划、资源调度或推荐优化项目经验，Python/Java工程能力扎实\n4、了解AI/大模型业务、TPM/GPU算力/推理延迟等核心概念者优先\n5、主导过大规模数据体系从0到1建设，或在算力资源调度、容量规划、供需匹配方向有突出成果\n6、具备系统架构设计与独立方案落地能力\n7、有AI Infra/云计算资源管理/LLM服务平台深度经验者优先\n8、能牵引跨团队数据口径共识和联动\n加分项\n1、熟悉LLM推理/训练系统（vLLM、SGLang、Megatron等）\n2、有Agent系统研发或LLM数据工具开发经验\n3、资源调度/容量规划/运筹优化方向论文或开源贡献",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [
"T011"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}