职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907660055

AI Infra研发工程师-AI Agent

未披露 · 杭州 · 阿里国际数字商业集团

主分类:AI训练推理与计算优化
软件开发与 IT
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": "AI Infra研发工程师-AI Agent",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里国际数字商业集团 / 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": "阿里国际数字商业集团",
        "company_industry": "跨境电商",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
    },
    "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、进行AI Infra相关的研发工作,包括但不限于模型推理引擎,模型后训练,算法模型压缩,模型部署等;\n2、通过AI Infra的研发工作,支持LLM和多模态等业务大模型的研发、部署和上线服务,支持Agentic AI等新型AI产品的研发和应用,提高计算效率,实现业务落地和成本降低等目标;\n3、与算法、工程、产品以及运营等团队通力合作,推进AI应用产品(AI Agent)的研发和落地应用。",
        "requirements_text": "1、至少熟悉一种编程语言,包括但不限于C/C++/Python/Rust/Java等,熟悉Linux/Unix开发环境;\n2、对AI技术和算法模型感兴趣,熟悉主流的算法模型,包括LLM大语言模型、多模态模型、cv生成类模型等,有算法背景或者算法模型压缩经验者优先;\n3、对计算机系统和高性能计算感兴趣,有计算机系统相关的知识,包括计算机网络、操作系统、计算机体系结构、数据库等,有Nvidia GPU和其他AI芯片相关经验者优先;\n4、了解业界主要的推理框架和模型后训练框架,包括但不限于vLLM,SGLang,PyTorch,Megatron,verl等;\n5、对模型部署和服务感兴趣,熟悉k8s、Docker、Ray等技术者优先;\n6、具备良好的团队合作意识,能高效进行跨部门沟通协调。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Rust",
            "Linux",
            "Docker",
            "PyTorch",
            "数据库",
            "团队协作",
            "沟通协调",
            "大语言模型"
        ],
        "preferred_qualifications": "2、对AI技术和算法模型感兴趣,熟悉主流的算法模型,包括LLM大语言模型、多模态模型、cv生成类模型等,有算法背景或者算法模型压缩经验者优先;3、对计算机系统和高性能计算感兴趣,有计算机系统相关的知识,包括计算机网络、操作系统、计算机体系结构、数据库等,有Nvidia GPU和其他AI芯片相关经验者优先;5、对模型部署和服务感兴趣,熟悉k8s、Docker、Ray等技术者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907660055?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907660055",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907660055?deptCodes="
    },
    "fulltext": "AI Infra研发工程师-AI Agent\nAI Infra研发工程师-AI Agent\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、进行AI Infra相关的研发工作,包括但不限于模型推理引擎,模型后训练,算法模型压缩,模型部署等;\n2、通过AI Infra的研发工作,支持LLM和多模态等业务大模型的研发、部署和上线服务,支持Agentic AI等新型AI产品的研发和应用,提高计算效率,实现业务落地和成本降低等目标;\n3、与算法、工程、产品以及运营等团队通力合作,推进AI应用产品(AI Agent)的研发和落地应用。\n\n职位要求\n1、至少熟悉一种编程语言,包括但不限于C/C++/Python/Rust/Java等,熟悉Linux/Unix开发环境;\n2、对AI技术和算法模型感兴趣,熟悉主流的算法模型,包括LLM大语言模型、多模态模型、cv生成类模型等,有算法背景或者算法模型压缩经验者优先;\n3、对计算机系统和高性能计算感兴趣,有计算机系统相关的知识,包括计算机网络、操作系统、计算机体系结构、数据库等,有Nvidia GPU和其他AI芯片相关经验者优先;\n4、了解业界主要的推理框架和模型后训练框架,包括但不限于vLLM,SGLang,PyTorch,Megatron,verl等;\n5、对模型部署和服务感兴趣,熟悉k8s、Docker、Ray等技术者优先;\n6、具备良好的团队合作意识,能高效进行跨部门沟通协调。\n\n在招业务\n阿里国际数字商业集团 / 阿里云\n1、进行AI Infra相关的研发工作,包括但不限于模型推理引擎,模型后训练,算法模型压缩,模型部署等;\n2、通过AI Infra的研发工作,支持LLM和多模态等业务大模型的研发、部署和上线服务,支持Agentic AI等新型AI产品的研发和应用,提高计算效率,实现业务落地和成本降低等目标;\n3、与算法、工程、产品以及运营等团队通力合作,推进AI应用产品(AI Agent)的研发和落地应用。\n1、至少熟悉一种编程语言,包括但不限于C/C++/Python/Rust/Java等,熟悉Linux/Unix开发环境;\n2、对AI技术和算法模型感兴趣,熟悉主流的算法模型,包括LLM大语言模型、多模态模型、cv生成类模型等,有算法背景或者算法模型压缩经验者优先;\n3、对计算机系统和高性能计算感兴趣,有计算机系统相关的知识,包括计算机网络、操作系统、计算机体系结构、数据库等,有Nvidia GPU和其他AI芯片相关经验者优先;\n4、了解业界主要的推理框架和模型后训练框架,包括但不限于vLLM,SGLang,PyTorch,Megatron,verl等;\n5、对模型部署和服务感兴趣,熟悉k8s、Docker、Ray等技术者优先;\n6、具备良好的团队合作意识,能高效进行跨部门沟通协调。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}