主分类：数据库与存储系统研发
辅助：AI训练推理与计算优化（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 - 面向异构数据融合处理的硬件加速关键技术研究",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "随着数据量的爆炸性增长以及业务复杂性的增加，诸如图、文档、时空、时序等非结构化数据类型规模和价值都越发重要。需要研究更有效率的非结构化数据的处理、存储、分析的技术，尤其是与结构化数据融合进行分析的手段，将来自不同来源、格式、结构或模型的数据整合到一个统一的系统中，以实现数据共享、分析和决策支持。 \n我们的研究内容包括：\n1. GPU加速的多模态数据处理，如fts、向量检索以及索引建立。GPU高效池化以及远程GPU调用，查询算子以及后台数据重整任务的高效远程GPU卸载；\n2. 非结构化数据，如json、文档等自动语义发现与解析、数据模式匹配与语义对齐、对象关联分析。结合NLP等技术，实现从原始数据到结构化语义的高效转化；\n3. OLTP高效入湖。结合数据湖的灵活性（存储非结构化数据）与数据仓库的结构化管理能力（如ACID、事务支持、元数据管理），通过存储层创新、计算引擎优化和云原生技术，实现不同业务的高效协同。",
"requirements_text": "1）扎实的工程能力，优良的编程风格，熟悉C++语言和常用设计模式，具备复杂系统的调试与开发能力；\n2）优秀的沟通表达能力、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决心；\n3）掌握数据库领域优化/执行/存储等各方向基础知识，有扎实的高性能计算（GPU/x86/等）、高性能索引、或多模态数据分析领域的经验。\n加分项：\n1）有突出的学术背景和创新研究能力，在顶会顶刊发表过相关论文；\n2）对数据库系统特别是实时数据分析/湖仓分析/硬件加速某一个方面有专业独到的研究。",
"skills": [AI生成
"C++",
"数据库",
"数据分析",
"团队协作",
"沟通表达"
],
"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/199903800013?deptCodes="
}
]
},
"posting": {
"posting_id": "199903800013",
"post_date": "2026-03-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903800013?deptCodes="
},
"fulltext": "研究型实习生 - 面向异构数据融合处理的硬件加速关键技术研究\n研究型实习生 - 面向异构数据融合处理的硬件加速关键技术研究\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随着数据量的爆炸性增长以及业务复杂性的增加，诸如图、文档、时空、时序等非结构化数据类型规模和价值都越发重要。需要研究更有效率的非结构化数据的处理、存储、分析的技术，尤其是与结构化数据融合进行分析的手段，将来自不同来源、格式、结构或模型的数据整合到一个统一的系统中，以实现数据共享、分析和决策支持。 \n我们的研究内容包括：\n1. GPU加速的多模态数据处理，如fts、向量检索以及索引建立。GPU高效池化以及远程GPU调用，查询算子以及后台数据重整任务的高效远程GPU卸载；\n2. 非结构化数据，如json、文档等自动语义发现与解析、数据模式匹配与语义对齐、对象关联分析。结合NLP等技术，实现从原始数据到结构化语义的高效转化；\n3. OLTP高效入湖。结合数据湖的灵活性（存储非结构化数据）与数据仓库的结构化管理能力（如ACID、事务支持、元数据管理），通过存储层创新、计算引擎优化和云原生技术，实现不同业务的高效协同。\n\n职位要求\n1）扎实的工程能力，优良的编程风格，熟悉C++语言和常用设计模式，具备复杂系统的调试与开发能力；\n2）优秀的沟通表达能力、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决心；\n3）掌握数据库领域优化/执行/存储等各方向基础知识，有扎实的高性能计算（GPU/x86/等）、高性能索引、或多模态数据分析领域的经验。\n加分项：\n1）有突出的学术背景和创新研究能力，在顶会顶刊发表过相关论文；\n2）对数据库系统特别是实时数据分析/湖仓分析/硬件加速某一个方面有专业独到的研究。\n\n在招业务\n阿里云\n随着数据量的爆炸性增长以及业务复杂性的增加，诸如图、文档、时空、时序等非结构化数据类型规模和价值都越发重要。需要研究更有效率的非结构化数据的处理、存储、分析的技术，尤其是与结构化数据融合进行分析的手段，将来自不同来源、格式、结构或模型的数据整合到一个统一的系统中，以实现数据共享、分析和决策支持。 \n我们的研究内容包括：\n1. GPU加速的多模态数据处理，如fts、向量检索以及索引建立。GPU高效池化以及远程GPU调用，查询算子以及后台数据重整任务的高效远程GPU卸载；\n2. 非结构化数据，如json、文档等自动语义发现与解析、数据模式匹配与语义对齐、对象关联分析。结合NLP等技术，实现从原始数据到结构化语义的高效转化；\n3. OLTP高效入湖。结合数据湖的灵活性（存储非结构化数据）与数据仓库的结构化管理能力（如ACID、事务支持、元数据管理），通过存储层创新、计算引擎优化和云原生技术，实现不同业务的高效协同。\n1）扎实的工程能力，优良的编程风格，熟悉C++语言和常用设计模式，具备复杂系统的调试与开发能力；\n2）优秀的沟通表达能力、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决心；\n3）掌握数据库领域优化/执行/存储等各方向基础知识，有扎实的高性能计算（GPU/x86/等）、高性能索引、或多模态数据分析领域的经验。\n加分项：\n1）有突出的学术背景和创新研究能力，在顶会顶刊发表过相关论文；\n2）对数据库系统特别是实时数据分析/湖仓分析/硬件加速某一个方面有专业独到的研究。",
"standard_classification": {
"std_category_code": "T019",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}