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-大模型训练平台研发工程师-AI Infra",
"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": "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": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们关注模型训练系统，为深度学习模型训练和超大规模训练提供算力基座，包括但不限于以下职责：\n1、基于阿里云原生底座，设计实现数万卡规模的多租户、多种异构硬件、高性能计算集群的调度系统；\n2、研发轻量级的训练重启、故障备份迁移、代码-依赖分发系统，面向有效训练时间极致优化；\n3、针对基座模型训练，打造全面的可观测、可视化系统，洞察全生命周期软硬件故障动态；\n4、结合大规模分布式训练框架、前沿的异构硬件，分析并解决预训练、后训练过程中软硬件缺陷；\n5、构建大模型的模型训练、模型评测、模型管理、模型交付在内的MLOps平台；\n6、平台化的支撑多模态生成模型的训练、迭代，以及在AIGC场景的生产化落地应用。",
"requirements_text": "1、有扎实的工程算法基础，精通数据结构和常用算法，熟练掌握各种编译、调试、性能分析工具；\n2、有极佳的工程实现能力，精通Java、Go、Python之一；\n3、有调度系统开发经验者优先，有MLOps系统开发经验者优先；\n4、有AI服务器架构、异构计算系统、网络系统优化经验者优先；\n5、有TensorFlow/PyTorch全链路算法开发、交付经验者优先；\n6、勤于动手，善于动脑，乐于挑战的同学优先。",
"skills": [AI生成
"Python",
"Java",
"PyTorch",
"TensorFlow",
"数据结构",
"Go"
],
"preferred_qualifications": "3、有调度系统开发经验者优先，有MLOps系统开发经验者优先；4、有AI服务器架构、异构计算系统、网络系统优化经验者优先；5、有TensorFlow/PyTorch全链路算法开发、交付经验者优先；6、勤于动手，善于动脑，乐于挑战的同学优先",
"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=100035560001"
}
]
},
"posting": {
"posting_id": "100035560001",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100035560001"
},
"fulltext": "智能引擎-大模型训练平台研发工程师-AI Infra\n智能引擎-大模型训练平台研发工程师-AI Infra\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我们关注模型训练系统，为深度学习模型训练和超大规模训练提供算力基座，包括但不限于以下职责：\n1、基于阿里云原生底座，设计实现数万卡规模的多租户、多种异构硬件、高性能计算集群的调度系统；\n2、研发轻量级的训练重启、故障备份迁移、代码-依赖分发系统，面向有效训练时间极致优化；\n3、针对基座模型训练，打造全面的可观测、可视化系统，洞察全生命周期软硬件故障动态；\n4、结合大规模分布式训练框架、前沿的异构硬件，分析并解决预训练、后训练过程中软硬件缺陷；\n5、构建大模型的模型训练、模型评测、模型管理、模型交付在内的MLOps平台；\n6、平台化的支撑多模态生成模型的训练、迭代，以及在AIGC场景的生产化落地应用。\n\n职位要求\n1、有扎实的工程算法基础，精通数据结构和常用算法，熟练掌握各种编译、调试、性能分析工具；\n2、有极佳的工程实现能力，精通Java、Go、Python之一；\n3、有调度系统开发经验者优先，有MLOps系统开发经验者优先；\n4、有AI服务器架构、异构计算系统、网络系统优化经验者优先；\n5、有TensorFlow/PyTorch全链路算法开发、交付经验者优先；\n6、勤于动手，善于动脑，乐于挑战的同学优先。\n我们关注模型训练系统，为深度学习模型训练和超大规模训练提供算力基座，包括但不限于以下职责：\n1、基于阿里云原生底座，设计实现数万卡规模的多租户、多种异构硬件、高性能计算集群的调度系统；\n2、研发轻量级的训练重启、故障备份迁移、代码-依赖分发系统，面向有效训练时间极致优化；\n3、针对基座模型训练，打造全面的可观测、可视化系统，洞察全生命周期软硬件故障动态；\n4、结合大规模分布式训练框架、前沿的异构硬件，分析并解决预训练、后训练过程中软硬件缺陷；\n5、构建大模型的模型训练、模型评测、模型管理、模型交付在内的MLOps平台；\n6、平台化的支撑多模态生成模型的训练、迭代，以及在AIGC场景的生产化落地应用。\n1、有扎实的工程算法基础，精通数据结构和常用算法，熟练掌握各种编译、调试、性能分析工具；\n2、有极佳的工程实现能力，精通Java、Go、Python之一；\n3、有调度系统开发经验者优先，有MLOps系统开发经验者优先；\n4、有AI服务器架构、异构计算系统、网络系统优化经验者优先；\n5、有TensorFlow/PyTorch全链路算法开发、交付经验者优先；\n6、勤于动手，善于动脑，乐于挑战的同学优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}