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": "稳定高效的分布式推理服务运行时系统设计-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 / 杭州",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "负责设计与构建下一代分布式 AI 推理 Runtime，让大模型服务启动更快、运行更稳、资源效率更高。你将参与解决大规模推理系统中的核心工程问题，包括：\n1.推理实例极速弹性：通过容器镜像加速、模型与数据缓存、P2P 分发、预加载及 Checkpoint／Restore 等技术，持续降低模型加载与实例启动时间，提升大规模集群的弹性伸缩效率；\n2.异构集群与分布式推理：支持不同模型和推理引擎运行在 GPU、NPU 等多种计算设备上，优化多节点之间的计算、通信与状态协同，探索更高效的并行与分布式推理架构；\n3.模型 Day 0 上线：与模型、引擎及硬件团队紧密协作，理解新模型架构带来的系统需求，完成从 Runtime 适配、性能调优到规模化部署的完整链路，支持新模型快速稳定上线；\n4.性能、稳定性与成本优化：通过系统架构优化、性能分析和工程创新，持续改善吞吐、延迟、可用性与资源利用率，支撑大规模 AI 应用稳定运行。\n在这里，你面对的不只是单机推理，而是模型、引擎、硬件、网络、存储和调度共同组成的分布式系统。",
"requirements_text": "1.计算机科学相关专业研究生及以上学历，具备扎实的计算机基础知识； \n2.具备良好的系统设计与工程能力，熟悉至少一种主流编程语言（如 C++ / Go / Java / Python / Rust），能够完成复杂系统模块的设计与实现； \n3.熟悉 Linux 系统开发环境，具备良好的工程实践能力，能够进行系统调优、性能分析与问题定位； \n4.对常见推理引擎有一定理解，例如vLLM、SGLang、Llama.cpp等；\n5.对 AI 基础设施或大模型推理系统有强烈兴趣，具备良好的学习能力与技术探索精神； \n6.有系统领域顶会论文、ACM/ICPC国际奖项、主流开源项目活跃贡献者是加分项。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Rust",
"Linux",
"学习能力",
"Go",
"大语言模型"
],
"preferred_qualifications": "6.有系统领域顶会论文、ACM/ICPC国际奖项、主流开源项目活跃贡献者是加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908360011?deptCodes="
}
]
},
"posting": {
"posting_id": "199908360011",
"post_date": "2026-08-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908360011?deptCodes="
},
"fulltext": "稳定高效的分布式推理服务运行时系统设计-阿里星\n稳定高效的分布式推理服务运行时系统设计-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 / 杭州\n\n职位描述\n负责设计与构建下一代分布式 AI 推理 Runtime，让大模型服务启动更快、运行更稳、资源效率更高。你将参与解决大规模推理系统中的核心工程问题，包括：\n1.推理实例极速弹性：通过容器镜像加速、模型与数据缓存、P2P 分发、预加载及 Checkpoint／Restore 等技术，持续降低模型加载与实例启动时间，提升大规模集群的弹性伸缩效率；\n2.异构集群与分布式推理：支持不同模型和推理引擎运行在 GPU、NPU 等多种计算设备上，优化多节点之间的计算、通信与状态协同，探索更高效的并行与分布式推理架构；\n3.模型 Day 0 上线：与模型、引擎及硬件团队紧密协作，理解新模型架构带来的系统需求，完成从 Runtime 适配、性能调优到规模化部署的完整链路，支持新模型快速稳定上线；\n4.性能、稳定性与成本优化：通过系统架构优化、性能分析和工程创新，持续改善吞吐、延迟、可用性与资源利用率，支撑大规模 AI 应用稳定运行。\n在这里，你面对的不只是单机推理，而是模型、引擎、硬件、网络、存储和调度共同组成的分布式系统。\n\n职位要求\n1.计算机科学相关专业研究生及以上学历，具备扎实的计算机基础知识； \n2.具备良好的系统设计与工程能力，熟悉至少一种主流编程语言（如 C++ / Go / Java / Python / Rust），能够完成复杂系统模块的设计与实现； \n3.熟悉 Linux 系统开发环境，具备良好的工程实践能力，能够进行系统调优、性能分析与问题定位； \n4.对常见推理引擎有一定理解，例如vLLM、SGLang、Llama.cpp等；\n5.对 AI 基础设施或大模型推理系统有强烈兴趣，具备良好的学习能力与技术探索精神； \n6.有系统领域顶会论文、ACM/ICPC国际奖项、主流开源项目活跃贡献者是加分项。\n\n在招业务\n阿里巴巴控股集团\n负责设计与构建下一代分布式 AI 推理 Runtime，让大模型服务启动更快、运行更稳、资源效率更高。你将参与解决大规模推理系统中的核心工程问题，包括：\n1.推理实例极速弹性：通过容器镜像加速、模型与数据缓存、P2P 分发、预加载及 Checkpoint／Restore 等技术，持续降低模型加载与实例启动时间，提升大规模集群的弹性伸缩效率；\n2.异构集群与分布式推理：支持不同模型和推理引擎运行在 GPU、NPU 等多种计算设备上，优化多节点之间的计算、通信与状态协同，探索更高效的并行与分布式推理架构；\n3.模型 Day 0 上线：与模型、引擎及硬件团队紧密协作，理解新模型架构带来的系统需求，完成从 Runtime 适配、性能调优到规模化部署的完整链路，支持新模型快速稳定上线；\n4.性能、稳定性与成本优化：通过系统架构优化、性能分析和工程创新，持续改善吞吐、延迟、可用性与资源利用率，支撑大规模 AI 应用稳定运行。\n在这里，你面对的不只是单机推理，而是模型、引擎、硬件、网络、存储和调度共同组成的分布式系统。\n1.计算机科学相关专业研究生及以上学历，具备扎实的计算机基础知识； \n2.具备良好的系统设计与工程能力，熟悉至少一种主流编程语言（如 C++ / Go / Java / Python / Rust），能够完成复杂系统模块的设计与实现； \n3.熟悉 Linux 系统开发环境，具备良好的工程实践能力，能够进行系统调优、性能分析与问题定位； \n4.对常见推理引擎有一定理解，例如vLLM、SGLang、Llama.cpp等；\n5.对 AI 基础设施或大模型推理系统有强烈兴趣，具备良好的学习能力与技术探索精神； \n6.有系统领域顶会论文、ACM/ICPC国际奖项、主流开源项目活跃贡献者是加分项。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}