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": "面向大规模llm infra的编译优化&代码生成与高性能算子优化-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 / 上海",
"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": "1、分析并优化NV/国产芯片大规模部署下主流模型（Deepseek、GLM、Kimi）性能，研究和优化关键算子性能，降低latency，提高MFU； \n2、对LLM推理全链路效率有深入认知，探索并利用AI dsl能力推动关键链路的op fusion、meag kernel、auto-tuning&codegen、compute overlap，并能够独立在infra上验证or完成上线。",
"requirements_text": "1、精通c++/python，熟悉llm推理框架（sglang/vllm）kernel开发&优化经验； \n2、熟悉GPU架构，具备cuda/triton kernel开发&调优能力； \n3、熟悉算子融合、量化等技术，对MOE, FlashAttention有比较深入了解和实际经验。 \n加分项： \n1、有LLVM、Triton、tilelang相关经验，有编译优化、codegen相关经验； \n2、有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。",
"skills": [AI生成
"Python",
"C++",
"CUDA",
"团队协作",
"解决问题"
],
"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/199907820110?deptCodes="
}
]
},
"posting": {
"posting_id": "199907820110",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907820110?deptCodes="
},
"fulltext": "面向大规模llm infra的编译优化&代码生成与高性能算子优化-阿里星/A Star\n面向大规模llm infra的编译优化&代码生成与高性能算子优化-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 / 上海\n\n职位描述\n1、分析并优化NV/国产芯片大规模部署下主流模型（Deepseek、GLM、Kimi）性能，研究和优化关键算子性能，降低latency，提高MFU； \n2、对LLM推理全链路效率有深入认知，探索并利用AI dsl能力推动关键链路的op fusion、meag kernel、auto-tuning&codegen、compute overlap，并能够独立在infra上验证or完成上线。\n\n职位要求\n1、精通c++/python，熟悉llm推理框架（sglang/vllm）kernel开发&优化经验； \n2、熟悉GPU架构，具备cuda/triton kernel开发&调优能力； \n3、熟悉算子融合、量化等技术，对MOE, FlashAttention有比较深入了解和实际经验。 \n加分项： \n1、有LLVM、Triton、tilelang相关经验，有编译优化、codegen相关经验； \n2、有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。\n\n在招业务\n阿里云\n1、分析并优化NV/国产芯片大规模部署下主流模型（Deepseek、GLM、Kimi）性能，研究和优化关键算子性能，降低latency，提高MFU； \n2、对LLM推理全链路效率有深入认知，探索并利用AI dsl能力推动关键链路的op fusion、meag kernel、auto-tuning&codegen、compute overlap，并能够独立在infra上验证or完成上线。\n1、精通c++/python，熟悉llm推理框架（sglang/vllm）kernel开发&优化经验； \n2、熟悉GPU架构，具备cuda/triton kernel开发&调优能力； \n3、熟悉算子融合、量化等技术，对MOE, FlashAttention有比较深入了解和实际经验。 \n加分项： \n1、有LLVM、Triton、tilelang相关经验，有编译优化、codegen相关经验； \n2、有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}