{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "研究型实习生 - 超大规模MoE预训练关键技术研究",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "阿里云",
        "location": "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": "候选人应为计算机及相关专业的博士或硕士研究生",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "随着模型尺寸和数据规模的持续扩大，预训练任务已成为AI研究和发展中最为资源密集的环节之一。本项目旨在深入的理解预训练任务的workload特点，定位性能瓶颈，并进行优化从而降低预训练任务的成本开销。例如从显存，通信，计算优化等方面优化MoE大规模训练任务的吞吐，支持包括通义实验室等领域方向。",
        "requirements_text": "候选人应为计算机及相关专业的博士或硕士研究生，且对机器学习系统有充分的兴趣；最好有机器学习系统及分布式系统相关研究和开发经验，了解或熟悉Megatron/TransformerEngine等LLM训练相关系统；\n需要产出论文和专利等高水平的学术成果。",
        "skills": [AI生成
            "机器学习",
            "分布式系统"
        ],
        "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/199903800016?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199903800016",
        "post_date": "2026-03-17",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199903800016?deptCodes="
    },
    "fulltext": "研究型实习生 - 超大规模MoE预训练关键技术研究\n研究型实习生 - 超大规模MoE预训练关键技术研究\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：北京\n\n职位描述\n随着模型尺寸和数据规模的持续扩大，预训练任务已成为AI研究和发展中最为资源密集的环节之一。本项目旨在深入的理解预训练任务的workload特点，定位性能瓶颈，并进行优化从而降低预训练任务的成本开销。例如从显存，通信，计算优化等方面优化MoE大规模训练任务的吞吐，支持包括通义实验室等领域方向。\n\n职位要求\n候选人应为计算机及相关专业的博士或硕士研究生，且对机器学习系统有充分的兴趣；最好有机器学习系统及分布式系统相关研究和开发经验，了解或熟悉Megatron/TransformerEngine等LLM训练相关系统；\n需要产出论文和专利等高水平的学术成果。\n\n在招业务\n阿里云\n随着模型尺寸和数据规模的持续扩大，预训练任务已成为AI研究和发展中最为资源密集的环节之一。本项目旨在深入的理解预训练任务的workload特点，定位性能瓶颈，并进行优化从而降低预训练任务的成本开销。例如从显存，通信，计算优化等方面优化MoE大规模训练任务的吞吐，支持包括通义实验室等领域方向。\n候选人应为计算机及相关专业的博士或硕士研究生，且对机器学习系统有充分的兴趣；最好有机器学习系统及分布式系统相关研究和开发经验，了解或熟悉Megatron/TransformerEngine等LLM训练相关系统；\n需要产出论文和专利等高水平的学术成果。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}