职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907700042

面向训推一体与特定硬件无关的通信优化-阿里星/A Star

未披露 · 北京 / 杭州 · 阿里云

主分类:AI训练推理与计算优化
软件开发与 IT
辅助:云基础设施与系统软件研发(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": "面向训推一体与特定硬件无关的通信优化-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": "- 计算机科学、人工智能、机器学习、数据科学等相关专业博士",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.技术方案设计:\n- 深入调研业界前沿的应用层多路径传输技术相关优化方案,分析其优缺点与适用场景;\n- 结合业务需求与技术现状,识别网络传输瓶颈,提出创新的优化方向与具体技术方案。\n2.技术实现:\n- 负责将技术方案拆解为具体可实施的技术点,进行可行性分析,制定详细的任务目标、技术规范与验收标准;\n- 主导技术原型的关键模块设计、编码实现及系统功能验证,快速迭代以验证核心思想;\n- 基于原型验证结果,持续进行性能优化,完成产品化落地,确保方案的健壮性、可维护性和可扩展性;\n- 支持产品的规模化落地,基于实践进一步优化迭代产品能力。",
        "requirements_text": "1. 教育背景\n- 计算机科学、人工智能、机器学习、数据科学等相关专业博士。\n2. 技术能力\n- 熟悉RDMA相关协议及多路径传输相关技术;\n- 熟悉推理框架(如TensorFlow、PyTorch、PaddlePaddle)及其优化方法,有图优化经验者优先;\n- 了解高性能网络前沿技术方向(多路径传输优化、计算通信overlap、量化感知推理等)。\n3. 编程能力\n- 熟练掌握Python/C++/Go等编程语言,有高性能计算经验者优先。\n4. 经验要求\n- 有大模型推理优化经验者优先,熟悉政企客户业务场景者加分;\n- 具备独立分析和解决问题的能力,能够快速学习新技术并应用到实际工作中。\n5. 其他要求\n- 具备良好的沟通能力和团队合作精神,能够与业务部门和技术团队高效协作;\n- 对人工智能技术有浓厚兴趣,具备较强的学习能力和技术钻研精神;\n- 具备学术能力,能跟踪最新研究进展。\n加分项:发表过相关的高水平论文,比如CCF-A类会议,CNS以及子刊等。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "团队协作",
            "沟通能力",
            "解决问题",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "熟悉推理框架(如TensorFlow、PyTorch、PaddlePaddle)及其优化方法,有图优化经验者优先;熟练掌握Python/C++/Go等编程语言,有高性能计算经验者优先;有大模型推理优化经验者优先,熟悉政企客户业务场景者加分;加分项:发表过相关的高水平论文,比如CCF-A类会议,CNS以及子刊等",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907700042?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907700042",
        "post_date": "2026-07-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907700042?deptCodes="
    },
    "fulltext": "面向训推一体与特定硬件无关的通信优化-阿里星/A Star\n面向训推一体与特定硬件无关的通信优化-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.技术方案设计:\n- 深入调研业界前沿的应用层多路径传输技术相关优化方案,分析其优缺点与适用场景;\n- 结合业务需求与技术现状,识别网络传输瓶颈,提出创新的优化方向与具体技术方案。\n2.技术实现:\n- 负责将技术方案拆解为具体可实施的技术点,进行可行性分析,制定详细的任务目标、技术规范与验收标准;\n- 主导技术原型的关键模块设计、编码实现及系统功能验证,快速迭代以验证核心思想;\n- 基于原型验证结果,持续进行性能优化,完成产品化落地,确保方案的健壮性、可维护性和可扩展性;\n- 支持产品的规模化落地,基于实践进一步优化迭代产品能力。\n\n职位要求\n1. 教育背景\n- 计算机科学、人工智能、机器学习、数据科学等相关专业博士。\n2. 技术能力\n- 熟悉RDMA相关协议及多路径传输相关技术;\n- 熟悉推理框架(如TensorFlow、PyTorch、PaddlePaddle)及其优化方法,有图优化经验者优先;\n- 了解高性能网络前沿技术方向(多路径传输优化、计算通信overlap、量化感知推理等)。\n3. 编程能力\n- 熟练掌握Python/C++/Go等编程语言,有高性能计算经验者优先。\n4. 经验要求\n- 有大模型推理优化经验者优先,熟悉政企客户业务场景者加分;\n- 具备独立分析和解决问题的能力,能够快速学习新技术并应用到实际工作中。\n5. 其他要求\n- 具备良好的沟通能力和团队合作精神,能够与业务部门和技术团队高效协作;\n- 对人工智能技术有浓厚兴趣,具备较强的学习能力和技术钻研精神;\n- 具备学术能力,能跟踪最新研究进展。\n加分项:发表过相关的高水平论文,比如CCF-A类会议,CNS以及子刊等。\n\n在招业务\n阿里云\n1.技术方案设计:\n- 深入调研业界前沿的应用层多路径传输技术相关优化方案,分析其优缺点与适用场景;\n- 结合业务需求与技术现状,识别网络传输瓶颈,提出创新的优化方向与具体技术方案。\n2.技术实现:\n- 负责将技术方案拆解为具体可实施的技术点,进行可行性分析,制定详细的任务目标、技术规范与验收标准;\n- 主导技术原型的关键模块设计、编码实现及系统功能验证,快速迭代以验证核心思想;\n- 基于原型验证结果,持续进行性能优化,完成产品化落地,确保方案的健壮性、可维护性和可扩展性;\n- 支持产品的规模化落地,基于实践进一步优化迭代产品能力。\n1. 教育背景\n- 计算机科学、人工智能、机器学习、数据科学等相关专业博士。\n2. 技术能力\n- 熟悉RDMA相关协议及多路径传输相关技术;\n- 熟悉推理框架(如TensorFlow、PyTorch、PaddlePaddle)及其优化方法,有图优化经验者优先;\n- 了解高性能网络前沿技术方向(多路径传输优化、计算通信overlap、量化感知推理等)。\n3. 编程能力\n- 熟练掌握Python/C++/Go等编程语言,有高性能计算经验者优先。\n4. 经验要求\n- 有大模型推理优化经验者优先,熟悉政企客户业务场景者加分;\n- 具备独立分析和解决问题的能力,能够快速学习新技术并应用到实际工作中。\n5. 其他要求\n- 具备良好的沟通能力和团队合作精神,能够与业务部门和技术团队高效协作;\n- 对人工智能技术有浓厚兴趣,具备较强的学习能力和技术钻研精神;\n- 具备学术能力,能跟踪最新研究进展。\n加分项:发表过相关的高水平论文,比如CCF-A类会议,CNS以及子刊等。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [
            "T018"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}