{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI Infra工程师（T-Star Lab ）",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "淘天集团",
        "company_industry": "电子商务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
    },
    "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": "T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。\n在这里，你将成为大模型技术落地的“幕后推手”。你将参与构建支撑千卡/万卡规模的 AI 计算基础设施，通过软硬件协同优化，解决大模型在训练、推理、调度全链路中的工程挑战。你的代码将直接决定大模型训练的效率、推理的响应速度以及集群资源的利用率，为 AI 时代的算力底座注入核心动力。\n具体的职责包括以下相关方向的一项或多项：\n1.算力基建与分布式训练：深入分布式训练架构，优化通信与底层算子性能，解决大规模集群通信瓶颈，提升模型训练的吞吐量与计算效率。参与研究新的训练框架和模式；\n2.极致推理加速：针对大规模推理场景，研发高性能推理引擎，通过kernel及框架、与算法结合的有损优化等手段，实现极致的低延迟与高并发；\n3.智能化资源调度与系统：构建大规模 GPU 集群的统一调度与编排系统，实现算力资源的弹性分配与自动化调度，设计与优化面向 AI 计算场景的高性能通信、存储系统，保障海量任务的极致的效率；\n4.工程效率与平台化建设：打造一体化的平台，覆盖大模型研发和迭代的全流程，降低模型迭代门槛，提升研发效能。",
        "requirements_text": "1.基础条件\n● 计算机、软件工程等相关专业；\n● 热衷于数据结构和算法、在ACM大赛成绩优异者优先；有顶会论文/高影响项目/开源贡献者加分；\n2.专业能力\n● 系统工程与编程能力：具备良好的系统工程基础，熟悉 Linux 开发环境，掌握 Python、Go、Java 等至少一门编程语言，具备扎实的工程实现能力；\n● 分布式系统：了解分布式系统基本原理（如一致性、容错、扩展性等）；\n● AI 系统领域专业知识：了解 AI 的基本原理与常见算法，理解模型训练任务的基本流程及其资源需求；了解主流训练推理框架（如 PyTorch、TensorFlow、vLLM、sglang）的基本使用方式及训练流程；了解异构计算或高性能计算体系，有 GPU 相关优化经验者优先。（对于以上领域中的一项或者多项具备专业能力）\n3.能力特质\n● 沟通能力：能与跨域岗位，如：算法、产品等，进行良好的沟通；\n● 跨域视野：有较宽的技术视野与知识面，对算法研发流程、数据、GPU调度、训练、推理等相关领域的技术逻辑都有涉猎；\n● 系统思维： 乐于挑战复杂系统的性能极限，具备良好的性能分析与调优能力，喜欢从底层视角拆解并解决问题；\n● 具备极客精神：对 AI 大模型技术充满热情，具备快速学习新技术的能力，渴望在高性能计算领域实现技术突破。",
        "skills": [AI生成
            "Python",
            "Java",
            "Linux",
            "PyTorch",
            "TensorFlow",
            "数据结构",
            "分布式系统",
            "模型训练",
            "沟通能力",
            "解决问题",
            "Go",
            "大语言模型"
        ],
        "preferred_qualifications": "● 热衷于数据结构和算法、在ACM大赛成绩优异者优先；有顶会论文/高影响项目/开源贡献者加分；了解异构计算或高性能计算体系，有 GPU 相关优化经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907800003?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907800003",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907800003?deptCodes="
    },
    "fulltext": "AI Infra工程师（T-Star Lab ）\nAI Infra工程师（T-Star Lab ）\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\n\n职位描述\nT-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。\n在这里，你将成为大模型技术落地的“幕后推手”。你将参与构建支撑千卡/万卡规模的 AI 计算基础设施，通过软硬件协同优化，解决大模型在训练、推理、调度全链路中的工程挑战。你的代码将直接决定大模型训练的效率、推理的响应速度以及集群资源的利用率，为 AI 时代的算力底座注入核心动力。\n具体的职责包括以下相关方向的一项或多项：\n1.算力基建与分布式训练：深入分布式训练架构，优化通信与底层算子性能，解决大规模集群通信瓶颈，提升模型训练的吞吐量与计算效率。参与研究新的训练框架和模式；\n2.极致推理加速：针对大规模推理场景，研发高性能推理引擎，通过kernel及框架、与算法结合的有损优化等手段，实现极致的低延迟与高并发；\n3.智能化资源调度与系统：构建大规模 GPU 集群的统一调度与编排系统，实现算力资源的弹性分配与自动化调度，设计与优化面向 AI 计算场景的高性能通信、存储系统，保障海量任务的极致的效率；\n4.工程效率与平台化建设：打造一体化的平台，覆盖大模型研发和迭代的全流程，降低模型迭代门槛，提升研发效能。\n\n职位要求\n1.基础条件\n● 计算机、软件工程等相关专业；\n● 热衷于数据结构和算法、在ACM大赛成绩优异者优先；有顶会论文/高影响项目/开源贡献者加分；\n2.专业能力\n● 系统工程与编程能力：具备良好的系统工程基础，熟悉 Linux 开发环境，掌握 Python、Go、Java 等至少一门编程语言，具备扎实的工程实现能力；\n● 分布式系统：了解分布式系统基本原理（如一致性、容错、扩展性等）；\n● AI 系统领域专业知识：了解 AI 的基本原理与常见算法，理解模型训练任务的基本流程及其资源需求；了解主流训练推理框架（如 PyTorch、TensorFlow、vLLM、sglang）的基本使用方式及训练流程；了解异构计算或高性能计算体系，有 GPU 相关优化经验者优先。（对于以上领域中的一项或者多项具备专业能力）\n3.能力特质\n● 沟通能力：能与跨域岗位，如：算法、产品等，进行良好的沟通；\n● 跨域视野：有较宽的技术视野与知识面，对算法研发流程、数据、GPU调度、训练、推理等相关领域的技术逻辑都有涉猎；\n● 系统思维： 乐于挑战复杂系统的性能极限，具备良好的性能分析与调优能力，喜欢从底层视角拆解并解决问题；\n● 具备极客精神：对 AI 大模型技术充满热情，具备快速学习新技术的能力，渴望在高性能计算领域实现技术突破。\n\n在招业务\n淘天集团\nT-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。\n在这里，你将成为大模型技术落地的“幕后推手”。你将参与构建支撑千卡/万卡规模的 AI 计算基础设施，通过软硬件协同优化，解决大模型在训练、推理、调度全链路中的工程挑战。你的代码将直接决定大模型训练的效率、推理的响应速度以及集群资源的利用率，为 AI 时代的算力底座注入核心动力。\n具体的职责包括以下相关方向的一项或多项：\n1.算力基建与分布式训练：深入分布式训练架构，优化通信与底层算子性能，解决大规模集群通信瓶颈，提升模型训练的吞吐量与计算效率。参与研究新的训练框架和模式；\n2.极致推理加速：针对大规模推理场景，研发高性能推理引擎，通过kernel及框架、与算法结合的有损优化等手段，实现极致的低延迟与高并发；\n3.智能化资源调度与系统：构建大规模 GPU 集群的统一调度与编排系统，实现算力资源的弹性分配与自动化调度，设计与优化面向 AI 计算场景的高性能通信、存储系统，保障海量任务的极致的效率；\n4.工程效率与平台化建设：打造一体化的平台，覆盖大模型研发和迭代的全流程，降低模型迭代门槛，提升研发效能。\n1.基础条件\n● 计算机、软件工程等相关专业；\n● 热衷于数据结构和算法、在ACM大赛成绩优异者优先；有顶会论文/高影响项目/开源贡献者加分；\n2.专业能力\n● 系统工程与编程能力：具备良好的系统工程基础，熟悉 Linux 开发环境，掌握 Python、Go、Java 等至少一门编程语言，具备扎实的工程实现能力；\n● 分布式系统：了解分布式系统基本原理（如一致性、容错、扩展性等）；\n● AI 系统领域专业知识：了解 AI 的基本原理与常见算法，理解模型训练任务的基本流程及其资源需求；了解主流训练推理框架（如 PyTorch、TensorFlow、vLLM、sglang）的基本使用方式及训练流程；了解异构计算或高性能计算体系，有 GPU 相关优化经验者优先。（对于以上领域中的一项或者多项具备专业能力）\n3.能力特质\n● 沟通能力：能与跨域岗位，如：算法、产品等，进行良好的沟通；\n● 跨域视野：有较宽的技术视野与知识面，对算法研发流程、数据、GPU调度、训练、推理等相关领域的技术逻辑都有涉猎；\n● 系统思维： 乐于挑战复杂系统的性能极限，具备良好的性能分析与调优能力，喜欢从底层视角拆解并解决问题；\n● 具备极客精神：对 AI 大模型技术充满热情，具备快速学习新技术的能力，渴望在高性能计算领域实现技术突破。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}