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": "面向大模型推理的通用后端运行时系统研究-阿里星/A Star",
"job_level": "校招",AI生成
"work_category": "全职",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": "1.负责面向大模型推理场景的通用后端运行时系统研究与架构设计，核心目标是构建引擎无关的系统层，统一管理推理进程状态、模型权重生命周期与GPU设备资源；\n2.研究并优化推理进程的高效快照与恢复机制，在Linux CRIU基础上针对GPU推理进程进行深度定制，推动关键路径逼近PCIe/RDMA硬件带宽极限；\n3.设计模型权重的跨进程、跨实例共享机制，支撑多模型混部、热升级、弹性扩缩容等生产场景下的零拷贝权重复用；\n4.与百炼推理平台团队紧密协作，将后端运行时能力落地到模型上下线、故障恢复、跨可用区调度等真实业务链路，形成可量化的成本与弹性收益。",
"requirements_text": "1.2027届毕业生，计算机科学、软件工程或相关专业，研究方向涉及操作系统、高性能计算或AI基础设施\n2.扎实的系统编程能力，精通C/C++，对Linux内核机制（进程管理、内存管理、cgroup/namespace）有深入理解\n3.熟悉以下至少一项：进程checkpoint/restore（如CRIU）、GPU编程与CUDA Runtime内部机制、容器/虚拟化技术、高性能I/O（RDMA/DMA/PCIe）、推理框架（如SGLang）、kvcache（如Mooncake）\n加分项：\n1.在OSDI/SOSP/EuroSys/ATC/ASPLOS/NSDI等系统顶会有论文发表；\n2.有CRIU、Linux内核、GPU驱动或虚拟化相关的开源贡献经验；\n3.熟悉LLM推理系统架构（vLLM/SGLang/TRT-LLM），理解推理进程的运行时行为特征；\n4. 有GPU显存管理、CUDA VMM、Multi-Process Service等GPU系统层面的研发经验。",
"skills": [AI生成
"C++",
"Linux",
"CUDA",
"系统架构",
"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/199907620045?deptCodes="
}
]
},
"posting": {
"posting_id": "199907620045",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907620045?deptCodes="
},
"fulltext": "面向大模型推理的通用后端运行时系统研究-阿里星/A Star\n面向大模型推理的通用后端运行时系统研究-阿里星/A Star\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京\n\n职位描述\n1.负责面向大模型推理场景的通用后端运行时系统研究与架构设计，核心目标是构建引擎无关的系统层，统一管理推理进程状态、模型权重生命周期与GPU设备资源；\n2.研究并优化推理进程的高效快照与恢复机制，在Linux CRIU基础上针对GPU推理进程进行深度定制，推动关键路径逼近PCIe/RDMA硬件带宽极限；\n3.设计模型权重的跨进程、跨实例共享机制，支撑多模型混部、热升级、弹性扩缩容等生产场景下的零拷贝权重复用；\n4.与百炼推理平台团队紧密协作，将后端运行时能力落地到模型上下线、故障恢复、跨可用区调度等真实业务链路，形成可量化的成本与弹性收益。\n\n职位要求\n1.2027届毕业生，计算机科学、软件工程或相关专业，研究方向涉及操作系统、高性能计算或AI基础设施\n2.扎实的系统编程能力，精通C/C++，对Linux内核机制（进程管理、内存管理、cgroup/namespace）有深入理解\n3.熟悉以下至少一项：进程checkpoint/restore（如CRIU）、GPU编程与CUDA Runtime内部机制、容器/虚拟化技术、高性能I/O（RDMA/DMA/PCIe）、推理框架（如SGLang）、kvcache（如Mooncake）\n加分项：\n1.在OSDI/SOSP/EuroSys/ATC/ASPLOS/NSDI等系统顶会有论文发表；\n2.有CRIU、Linux内核、GPU驱动或虚拟化相关的开源贡献经验；\n3.熟悉LLM推理系统架构（vLLM/SGLang/TRT-LLM），理解推理进程的运行时行为特征；\n4. 有GPU显存管理、CUDA VMM、Multi-Process Service等GPU系统层面的研发经验。\n\n在招业务\n阿里云\n1.负责面向大模型推理场景的通用后端运行时系统研究与架构设计，核心目标是构建引擎无关的系统层，统一管理推理进程状态、模型权重生命周期与GPU设备资源；\n2.研究并优化推理进程的高效快照与恢复机制，在Linux CRIU基础上针对GPU推理进程进行深度定制，推动关键路径逼近PCIe/RDMA硬件带宽极限；\n3.设计模型权重的跨进程、跨实例共享机制，支撑多模型混部、热升级、弹性扩缩容等生产场景下的零拷贝权重复用；\n4.与百炼推理平台团队紧密协作，将后端运行时能力落地到模型上下线、故障恢复、跨可用区调度等真实业务链路，形成可量化的成本与弹性收益。\n1.2027届毕业生，计算机科学、软件工程或相关专业，研究方向涉及操作系统、高性能计算或AI基础设施\n2.扎实的系统编程能力，精通C/C++，对Linux内核机制（进程管理、内存管理、cgroup/namespace）有深入理解\n3.熟悉以下至少一项：进程checkpoint/restore（如CRIU）、GPU编程与CUDA Runtime内部机制、容器/虚拟化技术、高性能I/O（RDMA/DMA/PCIe）、推理框架（如SGLang）、kvcache（如Mooncake）\n加分项：\n1.在OSDI/SOSP/EuroSys/ATC/ASPLOS/NSDI等系统顶会有论文发表；\n2.有CRIU、Linux内核、GPU驱动或虚拟化相关的开源贡献经验；\n3.熟悉LLM推理系统架构（vLLM/SGLang/TRT-LLM），理解推理进程的运行时行为特征；\n4. 有GPU显存管理、CUDA VMM、Multi-Process Service等GPU系统层面的研发经验。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}