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": "端云多模态智能体推理&调度-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 / 杭州",
"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）负责面向政企场景的多模态智能体终端推理技术研究，突破办公PC上的模型极致压缩、文档视觉Token压缩与CPU/NPU推理加速等核心技术，实现多模态智能体在办公终端的流畅运行。\n2）设计并实现安全感知的端云协同推理架构，支持敏感数据终端本地推理、非敏感任务智能分流云端、压缩表征安全传输，覆盖文档审阅、合规审查、辅助审批、知识问答等核心政企业务场景。\n3）构建面向政企业务的多模态ReAct推理框架，支持文档理解、跨文档对比、知识检索增强推理等深度智能体能力。\n4）推动端云协同推理方案在政务、金融、能源、法务等多个行业的落地验证，持续优化推理体验与数据安全保障。\n5）主导或参与开源政企端云推理工具链的研发与推广，提升技术影响力。",
"requirements_text": "1）计算机科学、人工智能等相关学历背景，研究方向聚焦多模态学习、模型压缩与高效推理、文档理解、分布式/端侧推理中的一项或多项。\n2）精通Python/C++/PyTorch，有极强的动手和代码能力，具备大模型推理系统开发经验，熟悉vLLM、llama.cpp、TensorRT、ONNX Runtime、OpenVINO等框架者优先。\n3）扎实掌握模型量化（GPTQ/AWQ等）、多模态模型架构（ViT、Cross-Attention等）、文档理解（OCR/Layout分析）、端侧推理优化等核心技术中的一项或多项，具备算法创新与系统工程能力。\n4）前沿技术研究：跟踪多模态大模型、终端高效推理与端云协同领域的最新研究进展，在顶级会议（NeurIPS, ICML, CVPR, ACL, MLSys）发表相关论文。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"大语言模型"
],
"preferred_qualifications": "2）精通Python/C++/PyTorch，有极强的动手和代码能力，具备大模型推理系统开发经验，熟悉vLLM、llama.cpp、TensorRT、ONNX Runtime、OpenVINO等框架者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907640109?deptCodes="
}
]
},
"posting": {
"posting_id": "199907640109",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907640109?deptCodes="
},
"fulltext": "端云多模态智能体推理&调度-阿里星/A Star\n端云多模态智能体推理&调度-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 / 杭州\n\n职位描述\n1）负责面向政企场景的多模态智能体终端推理技术研究，突破办公PC上的模型极致压缩、文档视觉Token压缩与CPU/NPU推理加速等核心技术，实现多模态智能体在办公终端的流畅运行。\n2）设计并实现安全感知的端云协同推理架构，支持敏感数据终端本地推理、非敏感任务智能分流云端、压缩表征安全传输，覆盖文档审阅、合规审查、辅助审批、知识问答等核心政企业务场景。\n3）构建面向政企业务的多模态ReAct推理框架，支持文档理解、跨文档对比、知识检索增强推理等深度智能体能力。\n4）推动端云协同推理方案在政务、金融、能源、法务等多个行业的落地验证，持续优化推理体验与数据安全保障。\n5）主导或参与开源政企端云推理工具链的研发与推广，提升技术影响力。\n\n职位要求\n1）计算机科学、人工智能等相关学历背景，研究方向聚焦多模态学习、模型压缩与高效推理、文档理解、分布式/端侧推理中的一项或多项。\n2）精通Python/C++/PyTorch，有极强的动手和代码能力，具备大模型推理系统开发经验，熟悉vLLM、llama.cpp、TensorRT、ONNX Runtime、OpenVINO等框架者优先。\n3）扎实掌握模型量化（GPTQ/AWQ等）、多模态模型架构（ViT、Cross-Attention等）、文档理解（OCR/Layout分析）、端侧推理优化等核心技术中的一项或多项，具备算法创新与系统工程能力。\n4）前沿技术研究：跟踪多模态大模型、终端高效推理与端云协同领域的最新研究进展，在顶级会议（NeurIPS, ICML, CVPR, ACL, MLSys）发表相关论文。\n\n在招业务\n阿里云\n1）负责面向政企场景的多模态智能体终端推理技术研究，突破办公PC上的模型极致压缩、文档视觉Token压缩与CPU/NPU推理加速等核心技术，实现多模态智能体在办公终端的流畅运行。\n2）设计并实现安全感知的端云协同推理架构，支持敏感数据终端本地推理、非敏感任务智能分流云端、压缩表征安全传输，覆盖文档审阅、合规审查、辅助审批、知识问答等核心政企业务场景。\n3）构建面向政企业务的多模态ReAct推理框架，支持文档理解、跨文档对比、知识检索增强推理等深度智能体能力。\n4）推动端云协同推理方案在政务、金融、能源、法务等多个行业的落地验证，持续优化推理体验与数据安全保障。\n5）主导或参与开源政企端云推理工具链的研发与推广，提升技术影响力。\n1）计算机科学、人工智能等相关学历背景，研究方向聚焦多模态学习、模型压缩与高效推理、文档理解、分布式/端侧推理中的一项或多项。\n2）精通Python/C++/PyTorch，有极强的动手和代码能力，具备大模型推理系统开发经验，熟悉vLLM、llama.cpp、TensorRT、ONNX Runtime、OpenVINO等框架者优先。\n3）扎实掌握模型量化（GPTQ/AWQ等）、多模态模型架构（ViT、Cross-Attention等）、文档理解（OCR/Layout分析）、端侧推理优化等核心技术中的一项或多项，具备算法创新与系统工程能力。\n4）前沿技术研究：跟踪多模态大模型、终端高效推理与端云协同领域的最新研究进展，在顶级会议（NeurIPS, ICML, CVPR, ACL, MLSys）发表相关论文。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}