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": "研究型实习生 - 大模型推理加速以及高效微调核心技术研究",
"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": "计算机科学、人工智能、软件工程或相关专业在读博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "职位描述：\n1.设计和实现面向大模型推理的多层级存储系统，综合利用多种硬件进行数据的存储和迁移管理，优化大模型缓存利用率，提升推理性能；\n2.设计负载感知的推理框架自调优能力，设计高效的指标采集模块，能够根据对不同负载自动调优推理框架的参数；\n3.优化模型量化以及模型卸载技术，进一步提升单机场景下支持的模型规模；\n4.设计高效微调框架，集成并优化微调算法，实现动态策略调度模块，基于任务特征挑选最合适的微调方案。",
"requirements_text": "1.计算机科学、人工智能、软件工程或相关专业在读博士，硕士；\n2.有相关领域顶会论文（包括但不限于ICML,ICLR,AAAI,NeuralPS,VLDB，SIGMOD等）发表经验；\n3.熟练掌握Linux环境下的C++/Go/Python/Shell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。\n加分项：\n1.理解GPU硬件架构，理解GPU软件栈（CUDA，cuDNN)，具备GPU性能分析的经验；\n2.有大模型推理或微调相关的技术落地经验，比如：KVCache相关优化的实现。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"CUDA",
"沟通能力",
"学习能力",
"Go",
"大语言模型"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903720007?deptCodes="
}
]
},
"posting": {
"posting_id": "199903720007",
"post_date": "2026-03-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903720007?deptCodes="
},
"fulltext": "研究型实习生 - 大模型推理加速以及高效微调核心技术研究\n研究型实习生 - 大模型推理加速以及高效微调核心技术研究\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\n职位描述：\n1.设计和实现面向大模型推理的多层级存储系统，综合利用多种硬件进行数据的存储和迁移管理，优化大模型缓存利用率，提升推理性能；\n2.设计负载感知的推理框架自调优能力，设计高效的指标采集模块，能够根据对不同负载自动调优推理框架的参数；\n3.优化模型量化以及模型卸载技术，进一步提升单机场景下支持的模型规模；\n4.设计高效微调框架，集成并优化微调算法，实现动态策略调度模块，基于任务特征挑选最合适的微调方案。\n\n职位要求\n1.计算机科学、人工智能、软件工程或相关专业在读博士，硕士；\n2.有相关领域顶会论文（包括但不限于ICML,ICLR,AAAI,NeuralPS,VLDB，SIGMOD等）发表经验；\n3.熟练掌握Linux环境下的C++/Go/Python/Shell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。\n加分项：\n1.理解GPU硬件架构，理解GPU软件栈（CUDA，cuDNN)，具备GPU性能分析的经验；\n2.有大模型推理或微调相关的技术落地经验，比如：KVCache相关优化的实现。\n\n在招业务\n阿里云\n职位描述：\n1.设计和实现面向大模型推理的多层级存储系统，综合利用多种硬件进行数据的存储和迁移管理，优化大模型缓存利用率，提升推理性能；\n2.设计负载感知的推理框架自调优能力，设计高效的指标采集模块，能够根据对不同负载自动调优推理框架的参数；\n3.优化模型量化以及模型卸载技术，进一步提升单机场景下支持的模型规模；\n4.设计高效微调框架，集成并优化微调算法，实现动态策略调度模块，基于任务特征挑选最合适的微调方案。\n1.计算机科学、人工智能、软件工程或相关专业在读博士，硕士；\n2.有相关领域顶会论文（包括但不限于ICML,ICLR,AAAI,NeuralPS,VLDB，SIGMOD等）发表经验；\n3.熟练掌握Linux环境下的C++/Go/Python/Shell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。\n加分项：\n1.理解GPU硬件架构，理解GPU软件栈（CUDA，cuDNN)，具备GPU性能分析的经验；\n2.有大模型推理或微调相关的技术落地经验，比如：KVCache相关优化的实现。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}