主分类：云基础设施与系统软件研发
辅助：AI训练推理与计算优化、数据工程与数据平台研发（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": "电商场景下AI Infra & Data Infra建设-阿里星/T-Star",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "淘天集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历、计算机/自动化/电子信息/通信等相关专业",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "在这里，你可以经历互联网领域最前沿的工程技术探索，兼顾技术深度与业务价值实现，探索研究业界最新的技术方向。\n在这里，你将经历超大规模的分布式计算、海量数据的实时处理、复杂业务变化和创新等带来的全方位技术挑战。\n在这里，你将承担面向电商、营销与广告等业务场景需求的基础平台相关的技术研发工作，用技术服务数以百万计的商家并持续提升消费者体验。\n在这里，你将参与包括但不限于分布式系统、AI基础设施、云原生Serverless、数据库、中间件、研发效能平台等方面的架构设计与深度优化。\n加入我们，你将体验简单、可依赖的团队文化，以及求真务实、追求极致的工程师文化，并给你提供广阔的施展天地。来吧，我们等你加入！\n相关研究课题细分方向如下：\n● 多模计算(AP/Serving/AI)一体的数据引擎架构设计和优化\n● 高性能数据湖和DataFabric驱动的新型数据平台建设\n● 面向电商Data+AI复杂场景，基于RAY框架打造高效的多模态数据处理流水线\n● AI大规模离线推理，数据预处理及数据生成pipeline性能优化\n● 面向电商构建支持百亿实体规模的高性能LLM Wiki知识编译引擎\n● 面向商品推荐的大模型算法-软件-硬件协同优化 \n● 面向电商图文/视频创意AIGC的算法-软件-硬件协同优化 \n● 面向极低延迟的实时视频生成与交互算法-软件-硬件协同优化\n● 低延迟高并发SLM/LLM在线服务的异构计算调度和编译优化 \n● 面向推荐系统的高性能Embedding系统优化 \n● 面向异质AI workload的调度系统优化\n● 面向大模型与大模型-广告模型结合的训练系统设计与优化",
"requirements_text": "1. 硕士及以上学历、计算机/自动化/电子信息/通信等相关专业。\n2. 具备扎实的计算机理论基础，对数据结构及算法有较强的功底。\n3. 具备优秀的系统开发/调试/优化能力，熟练掌握C/C++、Java、Python的一种或者两种语言。\n4. 具备良好的学习能力、独立解决问题的能力，有责任心肯钻研、乐于挑战，善于沟通合作、总结分享。\n【加分项】\n1. 有大型互联网公司相关岗位实习及项目开发经历。\n2. 在相关领域国际顶级会议、期刊发表论文，或相关学术会议组织的权威比赛中获奖。",
"skills": [AI生成
"Python",
"Java",
"C++",
"数据结构",
"解决问题",
"学习能力"
],
"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/199907620055?deptCodes="
}
]
},
"posting": {
"posting_id": "199907620055",
"post_date": "2026-08-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907620055?deptCodes="
},
"fulltext": "电商场景下AI Infra & Data Infra建设-阿里星/T-Star\n电商场景下AI Infra & Data Infra建设-阿里星/T-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\n在这里，你可以经历互联网领域最前沿的工程技术探索，兼顾技术深度与业务价值实现，探索研究业界最新的技术方向。\n在这里，你将经历超大规模的分布式计算、海量数据的实时处理、复杂业务变化和创新等带来的全方位技术挑战。\n在这里，你将承担面向电商、营销与广告等业务场景需求的基础平台相关的技术研发工作，用技术服务数以百万计的商家并持续提升消费者体验。\n在这里，你将参与包括但不限于分布式系统、AI基础设施、云原生Serverless、数据库、中间件、研发效能平台等方面的架构设计与深度优化。\n加入我们，你将体验简单、可依赖的团队文化，以及求真务实、追求极致的工程师文化，并给你提供广阔的施展天地。来吧，我们等你加入！\n相关研究课题细分方向如下：\n● 多模计算(AP/Serving/AI)一体的数据引擎架构设计和优化\n● 高性能数据湖和DataFabric驱动的新型数据平台建设\n● 面向电商Data+AI复杂场景，基于RAY框架打造高效的多模态数据处理流水线\n● AI大规模离线推理，数据预处理及数据生成pipeline性能优化\n● 面向电商构建支持百亿实体规模的高性能LLM Wiki知识编译引擎\n● 面向商品推荐的大模型算法-软件-硬件协同优化 \n● 面向电商图文/视频创意AIGC的算法-软件-硬件协同优化 \n● 面向极低延迟的实时视频生成与交互算法-软件-硬件协同优化\n● 低延迟高并发SLM/LLM在线服务的异构计算调度和编译优化 \n● 面向推荐系统的高性能Embedding系统优化 \n● 面向异质AI workload的调度系统优化\n● 面向大模型与大模型-广告模型结合的训练系统设计与优化\n\n职位要求\n1. 硕士及以上学历、计算机/自动化/电子信息/通信等相关专业。\n2. 具备扎实的计算机理论基础，对数据结构及算法有较强的功底。\n3. 具备优秀的系统开发/调试/优化能力，熟练掌握C/C++、Java、Python的一种或者两种语言。\n4. 具备良好的学习能力、独立解决问题的能力，有责任心肯钻研、乐于挑战，善于沟通合作、总结分享。\n【加分项】\n1. 有大型互联网公司相关岗位实习及项目开发经历。\n2. 在相关领域国际顶级会议、期刊发表论文，或相关学术会议组织的权威比赛中获奖。\n\n在招业务\n淘天集团\n在这里，你可以经历互联网领域最前沿的工程技术探索，兼顾技术深度与业务价值实现，探索研究业界最新的技术方向。\n在这里，你将经历超大规模的分布式计算、海量数据的实时处理、复杂业务变化和创新等带来的全方位技术挑战。\n在这里，你将承担面向电商、营销与广告等业务场景需求的基础平台相关的技术研发工作，用技术服务数以百万计的商家并持续提升消费者体验。\n在这里，你将参与包括但不限于分布式系统、AI基础设施、云原生Serverless、数据库、中间件、研发效能平台等方面的架构设计与深度优化。\n加入我们，你将体验简单、可依赖的团队文化，以及求真务实、追求极致的工程师文化，并给你提供广阔的施展天地。来吧，我们等你加入！\n相关研究课题细分方向如下：\n● 多模计算(AP/Serving/AI)一体的数据引擎架构设计和优化\n● 高性能数据湖和DataFabric驱动的新型数据平台建设\n● 面向电商Data+AI复杂场景，基于RAY框架打造高效的多模态数据处理流水线\n● AI大规模离线推理，数据预处理及数据生成pipeline性能优化\n● 面向电商构建支持百亿实体规模的高性能LLM Wiki知识编译引擎\n● 面向商品推荐的大模型算法-软件-硬件协同优化 \n● 面向电商图文/视频创意AIGC的算法-软件-硬件协同优化 \n● 面向极低延迟的实时视频生成与交互算法-软件-硬件协同优化\n● 低延迟高并发SLM/LLM在线服务的异构计算调度和编译优化 \n● 面向推荐系统的高性能Embedding系统优化 \n● 面向异质AI workload的调度系统优化\n● 面向大模型与大模型-广告模型结合的训练系统设计与优化\n1. 硕士及以上学历、计算机/自动化/电子信息/通信等相关专业。\n2. 具备扎实的计算机理论基础，对数据结构及算法有较强的功底。\n3. 具备优秀的系统开发/调试/优化能力，熟练掌握C/C++、Java、Python的一种或者两种语言。\n4. 具备良好的学习能力、独立解决问题的能力，有责任心肯钻研、乐于挑战，善于沟通合作、总结分享。\n【加分项】\n1. 有大型互联网公司相关岗位实习及项目开发经历。\n2. 在相关领域国际顶级会议、期刊发表论文，或相关学术会议组织的权威比赛中获奖。",
"standard_classification": {
"std_category_code": "T018",
"std_aux_codes": [
"T014",
"T016"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}