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 - 大模型预训练数据处理的文本去重性能优化",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里云",
"location": "北京",
"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": "该职位会专注于大规模离线LLM推理在文本处理场景中的研究和开发，具体职责包括：\n1、大模型的量化调优，在较低内存和CPU算力的环境中，依然可以达到较高的token处理和生成速率。\n2、常用推理框架(e.g. vLLM, Llama.cpp)，在网页文本处理任务上的性能调优，特别是针对质量分计算或者打标场景的调优。\n3、中低端GPU对于小参数LLM(1.5B/3B/7B/14B等规格）的推理性能调优。",
"requirements_text": "1、扎实的工程能力，优良的编程风格，熟悉C++/Python等面向对象编程语言，以及常用设计模式；\n2、具备较好的问题分析、解决和归纳能力，具备一定的性能分析和调优经验；\n2、顺畅的表达和沟通能力、以及良好的团队合作意愿；\n3、熟悉计算机体系结构基础知识，并具备一定的对复杂系统的分析、设计能力。\n加分项：\n1、有突出的学术背景和创新研究能力；\n2、有常用推理框架的使用和调优经验；\n3、具有GPU高性能Kernel开发和优化经验。",
"skills": [AI生成
"Python",
"C++",
"团队协作",
"沟通能力"
],
"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/199903740011?deptCodes="
}
]
},
"posting": {
"posting_id": "199903740011",
"post_date": "2026-03-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903740011?deptCodes="
},
"fulltext": "研究型实习生 - 大模型预训练数据处理的文本去重性能优化\n研究型实习生 - 大模型预训练数据处理的文本去重性能优化\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：北京\n\n职位描述\n该职位会专注于大规模离线LLM推理在文本处理场景中的研究和开发，具体职责包括：\n1、大模型的量化调优，在较低内存和CPU算力的环境中，依然可以达到较高的token处理和生成速率。\n2、常用推理框架(e.g. vLLM, Llama.cpp)，在网页文本处理任务上的性能调优，特别是针对质量分计算或者打标场景的调优。\n3、中低端GPU对于小参数LLM(1.5B/3B/7B/14B等规格）的推理性能调优。\n\n职位要求\n1、扎实的工程能力，优良的编程风格，熟悉C++/Python等面向对象编程语言，以及常用设计模式；\n2、具备较好的问题分析、解决和归纳能力，具备一定的性能分析和调优经验；\n2、顺畅的表达和沟通能力、以及良好的团队合作意愿；\n3、熟悉计算机体系结构基础知识，并具备一定的对复杂系统的分析、设计能力。\n加分项：\n1、有突出的学术背景和创新研究能力；\n2、有常用推理框架的使用和调优经验；\n3、具有GPU高性能Kernel开发和优化经验。\n\n在招业务\n阿里云\n该职位会专注于大规模离线LLM推理在文本处理场景中的研究和开发，具体职责包括：\n1、大模型的量化调优，在较低内存和CPU算力的环境中，依然可以达到较高的token处理和生成速率。\n2、常用推理框架(e.g. vLLM, Llama.cpp)，在网页文本处理任务上的性能调优，特别是针对质量分计算或者打标场景的调优。\n3、中低端GPU对于小参数LLM(1.5B/3B/7B/14B等规格）的推理性能调优。\n1、扎实的工程能力，优良的编程风格，熟悉C++/Python等面向对象编程语言，以及常用设计模式；\n2、具备较好的问题分析、解决和归纳能力，具备一定的性能分析和调优经验；\n2、顺畅的表达和沟通能力、以及良好的团队合作意愿；\n3、熟悉计算机体系结构基础知识，并具备一定的对复杂系统的分析、设计能力。\n加分项：\n1、有突出的学术背景和创新研究能力；\n2、有常用推理框架的使用和调优经验；\n3、具有GPU高性能Kernel开发和优化经验。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}