{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "研究型实习生 - JVM优化参数的泛化迁移应用",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "阿里云",
        "location": "上海",
        "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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "Java应用程序的运行时行为由静态的程序和动态的workload共同决定，即使相同的Java应用在不同的workload上工作时，也会表现出不同的运行时行为。通过对应用运行时相似度建模，可以快速将已训练出的JVM优化参数泛化迁移到新的应用中。\n我们需要您可以研究解决应用程序运行时相似度的问题，主要包括以下职责：\n1. 研究建立应用的参数泛化迁移相似度模型\n2. 在实际应用中验证相似度模型\n3. 用相似度模型加速JVM优化参数训练的过程",
        "requirements_text": "1. 扎实的工程能力，优良的编程风格，熟悉Python/C++语言和常用设计模式，具备复杂系统的设计开发调试能力；\n2. 优良的沟通表达能力、团队合作意识和经验；具备快速学习的能力，以及深入钻研技术问题的耐心；\n3. 熟悉计算机体系结构基础知识，有扎实高性能计算(GPU/x86/ARM等)、或机器学习方面的经验；",
        "skills": [AI生成
            "Python",
            "C++",
            "机器学习",
            "团队协作",
            "沟通表达"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199903720010?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199903720010",
        "post_date": "2026-03-17",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199903720010?deptCodes="
    },
    "fulltext": "研究型实习生 - JVM优化参数的泛化迁移应用\n研究型实习生 - JVM优化参数的泛化迁移应用\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：上海\n\n职位描述\nJava应用程序的运行时行为由静态的程序和动态的workload共同决定，即使相同的Java应用在不同的workload上工作时，也会表现出不同的运行时行为。通过对应用运行时相似度建模，可以快速将已训练出的JVM优化参数泛化迁移到新的应用中。\n我们需要您可以研究解决应用程序运行时相似度的问题，主要包括以下职责：\n1. 研究建立应用的参数泛化迁移相似度模型\n2. 在实际应用中验证相似度模型\n3. 用相似度模型加速JVM优化参数训练的过程\n\n职位要求\n1. 扎实的工程能力，优良的编程风格，熟悉Python/C++语言和常用设计模式，具备复杂系统的设计开发调试能力；\n2. 优良的沟通表达能力、团队合作意识和经验；具备快速学习的能力，以及深入钻研技术问题的耐心；\n3. 熟悉计算机体系结构基础知识，有扎实高性能计算(GPU/x86/ARM等)、或机器学习方面的经验；\n\n在招业务\n阿里云\nJava应用程序的运行时行为由静态的程序和动态的workload共同决定，即使相同的Java应用在不同的workload上工作时，也会表现出不同的运行时行为。通过对应用运行时相似度建模，可以快速将已训练出的JVM优化参数泛化迁移到新的应用中。\n我们需要您可以研究解决应用程序运行时相似度的问题，主要包括以下职责：\n1. 研究建立应用的参数泛化迁移相似度模型\n2. 在实际应用中验证相似度模型\n3. 用相似度模型加速JVM优化参数训练的过程\n1. 扎实的工程能力，优良的编程风格，熟悉Python/C++语言和常用设计模式，具备复杂系统的设计开发调试能力；\n2. 优良的沟通表达能力、团队合作意识和经验；具备快速学习的能力，以及深入钻研技术问题的耐心；\n3. 熟悉计算机体系结构基础知识，有扎实高性能计算(GPU/x86/ARM等)、或机器学习方面的经验；",
    "standard_classification": {
        "std_category_code": "T033",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}