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": "KV Cache分布式存储的网络优化-阿里星/A Star",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里云",
"location": "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": "负责大模型推理系统中网络性能优化和设计。深入了解计算机体系结构与网络系统相关知识。熟悉推理系统算法及推理基础设施的原理、关键问题与方案。核心工作职责包括：\n1、KV Cache相关的传输优化；\n2、通信协议优化：RDMA、TCP实现高效的分布式传输；\n3、模型特定的优化方案：针对MOE、Prefix KV Cache等特殊模型架构，提供定制化的优化解决方案，支持各类大模型架构；\n4、性能基准测试与监控系统建设：建立完整的性能评估框架，实现实时监控和分析，提供性能优化的数据支撑；\n5、开源社区贡献与技术文档撰写：积极参与vLLM、HiCache等开源项目，撰写详细的技术文档和优化指南。",
"requirements_text": "1、有GPU计算系统优化经验，熟悉CUDA编程和GPU系统架构；\n2、深入理解PyTorch/vLLM推理框架的架构和工作原理，有框架优化经验；\n3、掌握CUDA、NCCL等并行编程技术，了解GPU间的通信机制；\n4、有大规模分布式系统的设计与实现经验，理解分布式系统的核心问题；\n5、良好的工程能力和代码质量意识，能够编写高性能、可维护的代码。\n加分项：\n1、有顶级开源社区（Linux Kernel、PyTorch、TensorFlow等）的实质性贡献经验；\n2、发表过系统优化或并行计算相关的学术论文（CCF A类以上）；\n3、有AWS/GCP/Azure等云服务AI推理优化的实战经验；\n4、深入了解NVLink、RDMA等高性能通信协议，有优化经验。",
"skills": [AI生成
"Linux",
"PyTorch",
"TensorFlow",
"CUDA",
"分布式系统",
"系统架构"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907720121?deptCodes="
}
]
},
"posting": {
"posting_id": "199907720121",
"post_date": "2026-08-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907720121?deptCodes="
},
"fulltext": "KV Cache分布式存储的网络优化-阿里星/A Star\nKV Cache分布式存储的网络优化-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：杭州\n\n职位描述\n负责大模型推理系统中网络性能优化和设计。深入了解计算机体系结构与网络系统相关知识。熟悉推理系统算法及推理基础设施的原理、关键问题与方案。核心工作职责包括：\n1、KV Cache相关的传输优化；\n2、通信协议优化：RDMA、TCP实现高效的分布式传输；\n3、模型特定的优化方案：针对MOE、Prefix KV Cache等特殊模型架构，提供定制化的优化解决方案，支持各类大模型架构；\n4、性能基准测试与监控系统建设：建立完整的性能评估框架，实现实时监控和分析，提供性能优化的数据支撑；\n5、开源社区贡献与技术文档撰写：积极参与vLLM、HiCache等开源项目，撰写详细的技术文档和优化指南。\n\n职位要求\n1、有GPU计算系统优化经验，熟悉CUDA编程和GPU系统架构；\n2、深入理解PyTorch/vLLM推理框架的架构和工作原理，有框架优化经验；\n3、掌握CUDA、NCCL等并行编程技术，了解GPU间的通信机制；\n4、有大规模分布式系统的设计与实现经验，理解分布式系统的核心问题；\n5、良好的工程能力和代码质量意识，能够编写高性能、可维护的代码。\n加分项：\n1、有顶级开源社区（Linux Kernel、PyTorch、TensorFlow等）的实质性贡献经验；\n2、发表过系统优化或并行计算相关的学术论文（CCF A类以上）；\n3、有AWS/GCP/Azure等云服务AI推理优化的实战经验；\n4、深入了解NVLink、RDMA等高性能通信协议，有优化经验。\n\n在招业务\n阿里云\n负责大模型推理系统中网络性能优化和设计。深入了解计算机体系结构与网络系统相关知识。熟悉推理系统算法及推理基础设施的原理、关键问题与方案。核心工作职责包括：\n1、KV Cache相关的传输优化；\n2、通信协议优化：RDMA、TCP实现高效的分布式传输；\n3、模型特定的优化方案：针对MOE、Prefix KV Cache等特殊模型架构，提供定制化的优化解决方案，支持各类大模型架构；\n4、性能基准测试与监控系统建设：建立完整的性能评估框架，实现实时监控和分析，提供性能优化的数据支撑；\n5、开源社区贡献与技术文档撰写：积极参与vLLM、HiCache等开源项目，撰写详细的技术文档和优化指南。\n1、有GPU计算系统优化经验，熟悉CUDA编程和GPU系统架构；\n2、深入理解PyTorch/vLLM推理框架的架构和工作原理，有框架优化经验；\n3、掌握CUDA、NCCL等并行编程技术，了解GPU间的通信机制；\n4、有大规模分布式系统的设计与实现经验，理解分布式系统的核心问题；\n5、良好的工程能力和代码质量意识，能够编写高性能、可维护的代码。\n加分项：\n1、有顶级开源社区（Linux Kernel、PyTorch、TensorFlow等）的实质性贡献经验；\n2、发表过系统优化或并行计算相关的学术论文（CCF A类以上）；\n3、有AWS/GCP/Azure等云服务AI推理优化的实战经验；\n4、深入了解NVLink、RDMA等高性能通信协议，有优化经验。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}