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": "千问-Agent以及小型化研究实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "千问事业部",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"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": "1、负责大模型训练框架与模型优化；\n2、维护并优化面向较大规模的GPU/XPU的分布式训练系统；\n3、研究并落地先进的模型后训练优化技术，包括但不限于知识蒸馏、强化学习等。",
"requirements_text": "1、计算机基础扎实，熟悉Linux操作系统、计算机网络、数据结构与算法、分布式系统等核心知识；\n2、精通Python/C++；熟悉大模型深度学习框架（如DeepSpeed、Megatron-LM等），有较大规模的分布式训练实战经验；\n3、熟悉模型优化核心技术，至少深入掌握蒸馏、强化学习（GRPO、PPO、DPO等）中的一种或多种方法，并有实际项目落地经验；\n4、具备大型系统工程能力，熟悉软件研发全流程，能独立完成模块设计、开发与性能调优；\n5、良好的沟通协作能力，积极主动，对技术有热情，乐于钻研前沿技术。\n加分项\n1、具有Agent模型落地经验；\n2、具有端云混合架构设计经验；\n3、在顶级会议（如NeurIPS、ICML、ICLR等）发表过相关论文；\n4、在Github有相关开源项目，或是在相关知名项目中有代码贡献；\n5、熟悉混合精度训练、训练时投机采样、FP8等分布式训练优化技术。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"深度学习",
"强化学习",
"数据结构",
"分布式系统",
"性能调优",
"架构设计",
"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/199905000002?deptCodes="
}
]
},
"posting": {
"posting_id": "199905000002",
"post_date": "2026-05-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199905000002?deptCodes="
},
"fulltext": "千问-Agent以及小型化研究实习生\n千问-Agent以及小型化研究实习生\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2029-12-31\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：杭州\n\n职位描述\n1、负责大模型训练框架与模型优化；\n2、维护并优化面向较大规模的GPU/XPU的分布式训练系统；\n3、研究并落地先进的模型后训练优化技术，包括但不限于知识蒸馏、强化学习等。\n\n职位要求\n1、计算机基础扎实，熟悉Linux操作系统、计算机网络、数据结构与算法、分布式系统等核心知识；\n2、精通Python/C++；熟悉大模型深度学习框架（如DeepSpeed、Megatron-LM等），有较大规模的分布式训练实战经验；\n3、熟悉模型优化核心技术，至少深入掌握蒸馏、强化学习（GRPO、PPO、DPO等）中的一种或多种方法，并有实际项目落地经验；\n4、具备大型系统工程能力，熟悉软件研发全流程，能独立完成模块设计、开发与性能调优；\n5、良好的沟通协作能力，积极主动，对技术有热情，乐于钻研前沿技术。\n加分项\n1、具有Agent模型落地经验；\n2、具有端云混合架构设计经验；\n3、在顶级会议（如NeurIPS、ICML、ICLR等）发表过相关论文；\n4、在Github有相关开源项目，或是在相关知名项目中有代码贡献；\n5、熟悉混合精度训练、训练时投机采样、FP8等分布式训练优化技术。\n\n在招业务\n千问事业部\n1、负责大模型训练框架与模型优化；\n2、维护并优化面向较大规模的GPU/XPU的分布式训练系统；\n3、研究并落地先进的模型后训练优化技术，包括但不限于知识蒸馏、强化学习等。\n1、计算机基础扎实，熟悉Linux操作系统、计算机网络、数据结构与算法、分布式系统等核心知识；\n2、精通Python/C++；熟悉大模型深度学习框架（如DeepSpeed、Megatron-LM等），有较大规模的分布式训练实战经验；\n3、熟悉模型优化核心技术，至少深入掌握蒸馏、强化学习（GRPO、PPO、DPO等）中的一种或多种方法，并有实际项目落地经验；\n4、具备大型系统工程能力，熟悉软件研发全流程，能独立完成模块设计、开发与性能调优；\n5、良好的沟通协作能力，积极主动，对技术有热情，乐于钻研前沿技术。\n加分项\n1、具有Agent模型落地经验；\n2、具有端云混合架构设计经验；\n3、在顶级会议（如NeurIPS、ICML、ICLR等）发表过相关论文；\n4、在Github有相关开源项目，或是在相关知名项目中有代码贡献；\n5、熟悉混合精度训练、训练时投机采样、FP8等分布式训练优化技术。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}