主分类：AI训练推理与计算优化
辅助：云基础设施与系统软件研发、生产运维与可靠性工程（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": "面向 AI Coding 的下一代高性能推理引擎与智能成本治理体系-阿里星",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里巴巴控股集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"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": "学历背景：硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.大模型推理与调度平台建设：主导多模态/LLM 推理服务化与模型调度中台建设，支持多模型共存、降级容错与弹性扩缩容，保障高并发低时延的线上推理体验；\n2.推理加速与资源效率优化：推进推理加速与 GPU 资源复用等优化策略落地，提升模型利用率并降低单位推理成本；\n3.模型成本治理体系：建设模型资源可视化与治理闭环，推动降本动作落地并形成可持续的成本优化机制；\n4.服务端基础架构演进与全球化支撑：负责全球多 Region 架构规划与服务端架构演进，建设统一网关与用户服务体系，支撑业务快速迭代；\n5.SRE 稳定性与可观测性建设：构建全链路监控与自动化运维能力，完善异常响应、容量管理与弹性扩容机制，提升平台可用性；\n6.架构融合与平台化治理：推动团队多款 AI 产品服务端架构融合与服务复用，减少重复投入并沉淀统一能力。",
"requirements_text": "1.学历背景：硕士及以上学历，计算机科学、软件工程或相关专业；具备大模型服务平台/推理系统/分布式系统工程化经验者优先；\n2.编程能力：精通 Go/Java 至少一门语言，代码风格优良，具备良好的工程素养；\n3.架构设计：深度掌握服务化架构设计，主导过复杂分布式系统架构设计与落地；熟悉资源弹性调度算法、成本优化策略及容灾方案设计；\n4.基础设施：熟悉多 Region 架构设计，掌握服务网格、全链路监控、混沌工程实践；具备容量规划、故障自愈系统开发经验，熟悉 K8S 集群部署与优化；\n5.前沿技术：熟悉 AIOps 技术栈，有 AI Agent 框架开发经验者优先；在高并发场景下主导过架构优化，或实现过千万级用户服务端系统者优先。\n【加分项】\n1. 有大规模 LLM 推理服务（如 vLLM, TGI 等）优化经验者优先；\n2.有开源社区贡献（如 Kubernetes, Istio, Prometheus 等）经验者优先；\n3.在顶级技术会议发表过相关技术论文或拥有核心技术专利者优先；\n4.具备极强的成本意识与数据驱动优化经验者优先。",
"skills": [AI生成
"Java",
"Kubernetes",
"分布式系统",
"系统架构",
"架构设计",
"Go",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "具备大模型服务平台/推理系统/分布式系统工程化经验者优先；5.前沿技术：熟悉 AIOps 技术栈，有 AI Agent 框架开发经验者优先；在高并发场景下主导过架构优化，或实现过千万级用户服务端系统者优先；【加分项】；1. 有大规模 LLM 推理服务（如 vLLM, TGI 等）优化经验者优先；2.有开源社区贡献（如 Kubernetes, Istio, Prometheus 等）经验者优先；3.在顶级技术会议发表过相关技术论文或拥有核心技术专利者优先；4.具备极强的成本意识与数据驱动优化经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907640008?deptCodes="
}
]
},
"posting": {
"posting_id": "199907640008",
"post_date": "2026-08-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907640008?deptCodes="
},
"fulltext": "面向 AI Coding 的下一代高性能推理引擎与智能成本治理体系-阿里星\n面向 AI Coding 的下一代高性能推理引擎与智能成本治理体系-阿里星\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：杭州\n\n职位描述\n1.大模型推理与调度平台建设：主导多模态/LLM 推理服务化与模型调度中台建设，支持多模型共存、降级容错与弹性扩缩容，保障高并发低时延的线上推理体验；\n2.推理加速与资源效率优化：推进推理加速与 GPU 资源复用等优化策略落地，提升模型利用率并降低单位推理成本；\n3.模型成本治理体系：建设模型资源可视化与治理闭环，推动降本动作落地并形成可持续的成本优化机制；\n4.服务端基础架构演进与全球化支撑：负责全球多 Region 架构规划与服务端架构演进，建设统一网关与用户服务体系，支撑业务快速迭代；\n5.SRE 稳定性与可观测性建设：构建全链路监控与自动化运维能力，完善异常响应、容量管理与弹性扩容机制，提升平台可用性；\n6.架构融合与平台化治理：推动团队多款 AI 产品服务端架构融合与服务复用，减少重复投入并沉淀统一能力。\n\n职位要求\n1.学历背景：硕士及以上学历，计算机科学、软件工程或相关专业；具备大模型服务平台/推理系统/分布式系统工程化经验者优先；\n2.编程能力：精通 Go/Java 至少一门语言，代码风格优良，具备良好的工程素养；\n3.架构设计：深度掌握服务化架构设计，主导过复杂分布式系统架构设计与落地；熟悉资源弹性调度算法、成本优化策略及容灾方案设计；\n4.基础设施：熟悉多 Region 架构设计，掌握服务网格、全链路监控、混沌工程实践；具备容量规划、故障自愈系统开发经验，熟悉 K8S 集群部署与优化；\n5.前沿技术：熟悉 AIOps 技术栈，有 AI Agent 框架开发经验者优先；在高并发场景下主导过架构优化，或实现过千万级用户服务端系统者优先。\n【加分项】\n1. 有大规模 LLM 推理服务（如 vLLM, TGI 等）优化经验者优先；\n2.有开源社区贡献（如 Kubernetes, Istio, Prometheus 等）经验者优先；\n3.在顶级技术会议发表过相关技术论文或拥有核心技术专利者优先；\n4.具备极强的成本意识与数据驱动优化经验者优先。\n\n在招业务\n阿里巴巴控股集团\n1.大模型推理与调度平台建设：主导多模态/LLM 推理服务化与模型调度中台建设，支持多模型共存、降级容错与弹性扩缩容，保障高并发低时延的线上推理体验；\n2.推理加速与资源效率优化：推进推理加速与 GPU 资源复用等优化策略落地，提升模型利用率并降低单位推理成本；\n3.模型成本治理体系：建设模型资源可视化与治理闭环，推动降本动作落地并形成可持续的成本优化机制；\n4.服务端基础架构演进与全球化支撑：负责全球多 Region 架构规划与服务端架构演进，建设统一网关与用户服务体系，支撑业务快速迭代；\n5.SRE 稳定性与可观测性建设：构建全链路监控与自动化运维能力，完善异常响应、容量管理与弹性扩容机制，提升平台可用性；\n6.架构融合与平台化治理：推动团队多款 AI 产品服务端架构融合与服务复用，减少重复投入并沉淀统一能力。\n1.学历背景：硕士及以上学历，计算机科学、软件工程或相关专业；具备大模型服务平台/推理系统/分布式系统工程化经验者优先；\n2.编程能力：精通 Go/Java 至少一门语言，代码风格优良，具备良好的工程素养；\n3.架构设计：深度掌握服务化架构设计，主导过复杂分布式系统架构设计与落地；熟悉资源弹性调度算法、成本优化策略及容灾方案设计；\n4.基础设施：熟悉多 Region 架构设计，掌握服务网格、全链路监控、混沌工程实践；具备容量规划、故障自愈系统开发经验，熟悉 K8S 集群部署与优化；\n5.前沿技术：熟悉 AIOps 技术栈，有 AI Agent 框架开发经验者优先；在高并发场景下主导过架构优化，或实现过千万级用户服务端系统者优先。\n【加分项】\n1. 有大规模 LLM 推理服务（如 vLLM, TGI 等）优化经验者优先；\n2.有开源社区贡献（如 Kubernetes, Istio, Prometheus 等）经验者优先；\n3.在顶级技术会议发表过相关技术论文或拥有核心技术专利者优先；\n4.具备极强的成本意识与数据驱动优化经验者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T018",
"T020"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}