主分类：AI训练推理与计算优化
辅助：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": "具身智能的高效训练、数据闭环与云上部署关键技术-阿里星/A Star",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里云",
"location": "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": "计算机、人工智能、机器人、自动驾驶、机器学习、系统、高性能计算等相关方向硕士或博士优先",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与PAI具身智能训练与部署基础设施的架构设计与开发,围绕GR00T、Pi0、OpenVLA、VLM Policy、World Model、强化学习/模仿学习等方向,开展高效训练、数据管线、异构硬件适配、性能优化和产品化落地工作；\n2. 负责具身智能数据管线建设,包括多模态数据(视频、轨迹、动作、传感器)的采集、清洗、切分、标注、回放和版本管理,实现仿真数据、真实数据、生成数据的融合和质量评估；\n3. 优化VLA/VLM/机器人策略模型的训练框架适配,实现模仿学习、强化学习、后训练、策略微调等训练链路的高效执行,支持长序列视频、多视角输入、动作token的高效训练；\n4. 支撑机器人、自动驾驶、工业具身、视频世界模型等真实客户场景,将技术成果沉淀为PAI TurboX、DLC、DSW、Notebook Gallery、模型训练和部署链路的核心能力；\n5. 推动具身智能训练与部署方向的学术影响力和产品影响力产出。",
"requirements_text": "1. 计算机、人工智能、机器人、自动驾驶、机器学习、系统、高性能计算等相关方向硕士或博士优先。\n2. 熟悉具身智能、机器人学习、VLA/VLM、World Model、强化学习、模仿学习、多模态大模型中的一个或多个方向。\n3. 熟悉 PyTorch、分布式训练、多机多卡训练、数据加载、模型训练调优等基础能力，有大模型或多模态模型训练经验优先。\n4. 具备较强系统工程能力，了解 GPU/异构硬件性能分析、算子优化、通信优化、显存优化、数据管线优化者优先。\n5. 有 CoRL、RSS、ICRA、IROS、NeurIPS、ICLR、MLSys、CVPR 等顶级会议论文、开源项目、机器人/自动驾驶/具身智能项目经验者优先。\n6. 具备较强的问题抽象能力和工程落地能力，能够从真实客户场景中提炼通用技术问题，并推动形成可复用方案。\n7. 对具身智能和 AI 基础设施有长期热情，愿意在前沿模型、训练系统、云上平台和客户场景交叉方向持续深耕。",
"skills": [AI生成
"PyTorch",
"机器学习",
"强化学习",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "1. 计算机、人工智能、机器人、自动驾驶、机器学习、系统、高性能计算等相关方向硕士或博士优先；3. 熟悉 PyTorch、分布式训练、多机多卡训练、数据加载、模型训练调优等基础能力，有大模型或多模态模型训练经验优先；4. 具备较强系统工程能力，了解 GPU/异构硬件性能分析、算子优化、通信优化、显存优化、数据管线优化者优先；5. 有 CoRL、RSS、ICRA、IROS、NeurIPS、ICLR、MLSys、CVPR 等顶级会议论文、开源项目、机器人/自动驾驶/具身智能项目经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907640110?deptCodes="
}
]
},
"posting": {
"posting_id": "199907640110",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907640110?deptCodes="
},
"fulltext": "具身智能的高效训练、数据闭环与云上部署关键技术-阿里星/A Star\n具身智能的高效训练、数据闭环与云上部署关键技术-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：杭州\n\n职位描述\n1. 参与PAI具身智能训练与部署基础设施的架构设计与开发,围绕GR00T、Pi0、OpenVLA、VLM Policy、World Model、强化学习/模仿学习等方向,开展高效训练、数据管线、异构硬件适配、性能优化和产品化落地工作；\n2. 负责具身智能数据管线建设,包括多模态数据(视频、轨迹、动作、传感器)的采集、清洗、切分、标注、回放和版本管理,实现仿真数据、真实数据、生成数据的融合和质量评估；\n3. 优化VLA/VLM/机器人策略模型的训练框架适配,实现模仿学习、强化学习、后训练、策略微调等训练链路的高效执行,支持长序列视频、多视角输入、动作token的高效训练；\n4. 支撑机器人、自动驾驶、工业具身、视频世界模型等真实客户场景,将技术成果沉淀为PAI TurboX、DLC、DSW、Notebook Gallery、模型训练和部署链路的核心能力；\n5. 推动具身智能训练与部署方向的学术影响力和产品影响力产出。\n\n职位要求\n1. 计算机、人工智能、机器人、自动驾驶、机器学习、系统、高性能计算等相关方向硕士或博士优先。\n2. 熟悉具身智能、机器人学习、VLA/VLM、World Model、强化学习、模仿学习、多模态大模型中的一个或多个方向。\n3. 熟悉 PyTorch、分布式训练、多机多卡训练、数据加载、模型训练调优等基础能力，有大模型或多模态模型训练经验优先。\n4. 具备较强系统工程能力，了解 GPU/异构硬件性能分析、算子优化、通信优化、显存优化、数据管线优化者优先。\n5. 有 CoRL、RSS、ICRA、IROS、NeurIPS、ICLR、MLSys、CVPR 等顶级会议论文、开源项目、机器人/自动驾驶/具身智能项目经验者优先。\n6. 具备较强的问题抽象能力和工程落地能力，能够从真实客户场景中提炼通用技术问题，并推动形成可复用方案。\n7. 对具身智能和 AI 基础设施有长期热情，愿意在前沿模型、训练系统、云上平台和客户场景交叉方向持续深耕。\n\n在招业务\n阿里云\n1. 参与PAI具身智能训练与部署基础设施的架构设计与开发,围绕GR00T、Pi0、OpenVLA、VLM Policy、World Model、强化学习/模仿学习等方向,开展高效训练、数据管线、异构硬件适配、性能优化和产品化落地工作；\n2. 负责具身智能数据管线建设,包括多模态数据(视频、轨迹、动作、传感器)的采集、清洗、切分、标注、回放和版本管理,实现仿真数据、真实数据、生成数据的融合和质量评估；\n3. 优化VLA/VLM/机器人策略模型的训练框架适配,实现模仿学习、强化学习、后训练、策略微调等训练链路的高效执行,支持长序列视频、多视角输入、动作token的高效训练；\n4. 支撑机器人、自动驾驶、工业具身、视频世界模型等真实客户场景,将技术成果沉淀为PAI TurboX、DLC、DSW、Notebook Gallery、模型训练和部署链路的核心能力；\n5. 推动具身智能训练与部署方向的学术影响力和产品影响力产出。\n1. 计算机、人工智能、机器人、自动驾驶、机器学习、系统、高性能计算等相关方向硕士或博士优先。\n2. 熟悉具身智能、机器人学习、VLA/VLM、World Model、强化学习、模仿学习、多模态大模型中的一个或多个方向。\n3. 熟悉 PyTorch、分布式训练、多机多卡训练、数据加载、模型训练调优等基础能力，有大模型或多模态模型训练经验优先。\n4. 具备较强系统工程能力，了解 GPU/异构硬件性能分析、算子优化、通信优化、显存优化、数据管线优化者优先。\n5. 有 CoRL、RSS、ICRA、IROS、NeurIPS、ICLR、MLSys、CVPR 等顶级会议论文、开源项目、机器人/自动驾驶/具身智能项目经验者优先。\n6. 具备较强的问题抽象能力和工程落地能力，能够从真实客户场景中提炼通用技术问题，并推动形成可复用方案。\n7. 对具身智能和 AI 基础设施有长期热情，愿意在前沿模型、训练系统、云上平台和客户场景交叉方向持续深耕。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T016"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}