主分类：AI训练推理与计算优化
辅助：数据库与存储系统研发（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": "研究型实习生 - PolarDB in-DB AI协同加速推理",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里云",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机相关方向博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1）构建数据库内AI推理系统架构，高效整合CPU，GPU等资源，设计数据迁移管理机制，优化模型（包括大模型和小模型）的核心性能指标；\n2）研发具备负载自适应能力的推理框架，开发高精度指标采集模块，实现基于实时负载特征的动态参数调优功能；\n3）研究在精度可接受范围内，多种近似推理及轻量化技术，包括采用模型压缩（如量化、剪枝）或近似算法（如近似最近邻搜索）降低计算开销。",
"requirements_text": "1.计算机相关方向博士，包括，计算机科学、人工智能、软件工程或相关专业；\n2.有相关领域顶会论文（包括但不限于SIGMOD,ICDE,VLDB,ICML,ICLR,AAAI,NeuralPS等）发表；\n3.熟练掌握Linux环境下的C++/Python/JAVA等1至2种以上语言，具备复杂系统的设计开发与调试能力；\n4.熟悉至少一种大模型推理或微调框架，包括但不限于：DeepSpeed、LLaMA-Factory、vLLM、SGLang等；\n5.有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动；\n6.加分项：具有大型系统研发经验；或有大模型推理或微调相关的技术落地经验。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Linux",
"沟通能力",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "6.加分项：具有大型系统研发经验",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903700014?deptCodes="
}
]
},
"posting": {
"posting_id": "199903700014",
"post_date": "2026-03-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903700014?deptCodes="
},
"fulltext": "研究型实习生 - PolarDB in-DB AI协同加速推理\n研究型实习生 - PolarDB in-DB AI协同加速推理\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：杭州\n\n职位描述\n1）构建数据库内AI推理系统架构，高效整合CPU，GPU等资源，设计数据迁移管理机制，优化模型（包括大模型和小模型）的核心性能指标；\n2）研发具备负载自适应能力的推理框架，开发高精度指标采集模块，实现基于实时负载特征的动态参数调优功能；\n3）研究在精度可接受范围内，多种近似推理及轻量化技术，包括采用模型压缩（如量化、剪枝）或近似算法（如近似最近邻搜索）降低计算开销。\n\n职位要求\n1.计算机相关方向博士，包括，计算机科学、人工智能、软件工程或相关专业；\n2.有相关领域顶会论文（包括但不限于SIGMOD,ICDE,VLDB,ICML,ICLR,AAAI,NeuralPS等）发表；\n3.熟练掌握Linux环境下的C++/Python/JAVA等1至2种以上语言，具备复杂系统的设计开发与调试能力；\n4.熟悉至少一种大模型推理或微调框架，包括但不限于：DeepSpeed、LLaMA-Factory、vLLM、SGLang等；\n5.有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动；\n6.加分项：具有大型系统研发经验；或有大模型推理或微调相关的技术落地经验。\n\n在招业务\n阿里云\n1）构建数据库内AI推理系统架构，高效整合CPU，GPU等资源，设计数据迁移管理机制，优化模型（包括大模型和小模型）的核心性能指标；\n2）研发具备负载自适应能力的推理框架，开发高精度指标采集模块，实现基于实时负载特征的动态参数调优功能；\n3）研究在精度可接受范围内，多种近似推理及轻量化技术，包括采用模型压缩（如量化、剪枝）或近似算法（如近似最近邻搜索）降低计算开销。\n1.计算机相关方向博士，包括，计算机科学、人工智能、软件工程或相关专业；\n2.有相关领域顶会论文（包括但不限于SIGMOD,ICDE,VLDB,ICML,ICLR,AAAI,NeuralPS等）发表；\n3.熟练掌握Linux环境下的C++/Python/JAVA等1至2种以上语言，具备复杂系统的设计开发与调试能力；\n4.熟悉至少一种大模型推理或微调框架，包括但不限于：DeepSpeed、LLaMA-Factory、vLLM、SGLang等；\n5.有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动；\n6.加分项：具有大型系统研发经验；或有大模型推理或微调相关的技术落地经验。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T019"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}