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": "AI编译器设计实现-阿里星",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里巴巴控股集团",
"location": "北京 / 成都 / 杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历（博士优先）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "从主流模型支持到算子代码生成，AI编译器是自研 AI 芯片快速支持模型的核心技术。随着模型整体规模的增大，模型算法也出现了稀疏化和复杂化的趋势，AI编译面临新的挑战，如何选择并行算法，如何部署分布式数据访问，如何在计算的同时隐藏通讯时间等。\n你将依据模型发展趋势和自研AI芯片的特点参与设计和迭代AI编译器的方案，并和团队一起基于最先进的AI原生软件技术开发新的编译器。你的工作将决定自研AI芯片能否被新的模型充分利用，意义重大。\n• 面向LLM模型，开发图编译器和算子编译器\n• 设计编译器中间表示，解决模型自动并行化、分布式数据、计算和通信隐藏等技术难题\n• 与硬件团队协作，参与性能分析，确保编译器能充分利用硬件特性",
"requirements_text": "• 计算机科学、软件工程或相关专业，硕士及以上学历（博士优先）\n• 深入理解LLM模型架构和原理，编译原理和分布式并行计算\n• 熟悉 MLIR/TVM/OpenXLA 等主流AI编译器框架的架构和实现\n• 扎实的 C/C++/Python 编程能力，良好的数据结构和算法基础\n• 对计算机体系结构有基本理解，了解指令集、流水线、存储层次等概念\n加分项\n• 参与过 vLLM/PyTorch等主流开源框架的开发\n• 有完整AI编译器设计开发经历",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"数据结构",
"C语言"
],
"preferred_qualifications": "计算机科学、软件工程或相关专业，硕士及以上学历（博士优先）；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/199908320015?deptCodes="
}
]
},
"posting": {
"posting_id": "199908320015",
"post_date": "2026-08-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908320015?deptCodes="
},
"fulltext": "AI编译器设计实现-阿里星\nAI编译器设计实现-阿里星\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 / 成都 / 杭州 / 上海\n\n职位描述\n从主流模型支持到算子代码生成，AI编译器是自研 AI 芯片快速支持模型的核心技术。随着模型整体规模的增大，模型算法也出现了稀疏化和复杂化的趋势，AI编译面临新的挑战，如何选择并行算法，如何部署分布式数据访问，如何在计算的同时隐藏通讯时间等。\n你将依据模型发展趋势和自研AI芯片的特点参与设计和迭代AI编译器的方案，并和团队一起基于最先进的AI原生软件技术开发新的编译器。你的工作将决定自研AI芯片能否被新的模型充分利用，意义重大。\n• 面向LLM模型，开发图编译器和算子编译器\n• 设计编译器中间表示，解决模型自动并行化、分布式数据、计算和通信隐藏等技术难题\n• 与硬件团队协作，参与性能分析，确保编译器能充分利用硬件特性\n\n职位要求\n• 计算机科学、软件工程或相关专业，硕士及以上学历（博士优先）\n• 深入理解LLM模型架构和原理，编译原理和分布式并行计算\n• 熟悉 MLIR/TVM/OpenXLA 等主流AI编译器框架的架构和实现\n• 扎实的 C/C++/Python 编程能力，良好的数据结构和算法基础\n• 对计算机体系结构有基本理解，了解指令集、流水线、存储层次等概念\n加分项\n• 参与过 vLLM/PyTorch等主流开源框架的开发\n• 有完整AI编译器设计开发经历\n\n在招业务\n阿里巴巴控股集团\n从主流模型支持到算子代码生成，AI编译器是自研 AI 芯片快速支持模型的核心技术。随着模型整体规模的增大，模型算法也出现了稀疏化和复杂化的趋势，AI编译面临新的挑战，如何选择并行算法，如何部署分布式数据访问，如何在计算的同时隐藏通讯时间等。\n你将依据模型发展趋势和自研AI芯片的特点参与设计和迭代AI编译器的方案，并和团队一起基于最先进的AI原生软件技术开发新的编译器。你的工作将决定自研AI芯片能否被新的模型充分利用，意义重大。\n• 面向LLM模型，开发图编译器和算子编译器\n• 设计编译器中间表示，解决模型自动并行化、分布式数据、计算和通信隐藏等技术难题\n• 与硬件团队协作，参与性能分析，确保编译器能充分利用硬件特性\n• 计算机科学、软件工程或相关专业，硕士及以上学历（博士优先）\n• 深入理解LLM模型架构和原理，编译原理和分布式并行计算\n• 熟悉 MLIR/TVM/OpenXLA 等主流AI编译器框架的架构和实现\n• 扎实的 C/C++/Python 编程能力，良好的数据结构和算法基础\n• 对计算机体系结构有基本理解，了解指令集、流水线、存储层次等概念\n加分项\n• 参与过 vLLM/PyTorch等主流开源框架的开发\n• 有完整AI编译器设计开发经历",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}