主分类：大模型与生成式算法研发
辅助：AI训练推理与计算优化（仅展示）
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": "千问Qwen训练算法-系统协同前沿技术研究-阿里星",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "Token Foundry",
"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": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"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": "（1）全球Top高校计算机科学、人工智能等相关领域博士/顶尖硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "加入我们，你将以算法-系统协同设计（Algorithm-System Codesign） 为核心方法论，深度参与千问Qwen系列大模型预训练的核心算法与架构设计。当前千问Qwen正加速向极度稀疏Fine-Grained MoE与超长上下文高效训练方向演进，你将参与训练/推理效率友好的模型结构设计，定义训练稳定性与量化友好方案，参与Self-Evolving训练闭环的Infra设计建设，与Infra团队协同落地，在万卡规模下推动Scaling Efficiency的持续突破。\n1. 万卡训练稳定性保障\n（1）训练任务稳定性：深度参与万卡集群训练的系统级稳定性保障，从算法与框架层面设计容错策略，包括Checkpoint一致性保障、故障恢复后的训练状态对齐、并行拓扑变更下的梯度一致性维护。\n（2）Loss稳定性：研究并干预训练过程中的Loss异常现象，包括Loss Spike归因与干预、梯度爆炸/消失的算法级预防、数值溢出检测与自动修复、高稀疏MoE下Activation Explosion的抑制方案。\n（3）量化友好设计：从模型架构与训练策略层面设计Quantization-Friendly的方案，包括量化感知训练（QAT）策略、激活值分布约束、FP8/低精度训练的数值稳定性设计，确保模型在训练阶段即考虑部署时的量化兼容性。\n（4）与Infra团队协同，建立训练异常的自动化检测、诊断与告警机制，实现Loss/梯度/激活的实时监控与根因分析。\n2. 效率友好的模型结构设计\n（1）从训练效率与推理成本视角深度参与模型结构设计，为架构决策提供量化依据：\n·极度稀疏Fine-Grained MoE：评估不同潜空间维度、Expert池规模、激活数、负载均衡策略对训练吞吐、通信开销、显存占用的综合影响，选型效率最优的稀疏MoE方案与全局均衡算法。\n·高效长上下文Attention：评估混合注意力架构、线性注意力变体、KV压缩方案在百万Token上下文下的训练FLOPs效率与推理KV Cache开销，选型对Context Parallel与Kernel效率最友好的方案。\n·与Infra团队协同，将效率评估结论转化为通信模式需求与Kernel需求，推动算法-系统联合设计。\n3. Self-Evolving训练闭环的Infra建设\n（1）评估Self-Evolving在Qwen场景下的Infra可行性与ROI，从数据规模、训练成本、迭代效率三个维度进行量化判断。\n（2）深度参与大模型Self-Evolving机制的训练基础设施建设，构建支持模型自我演进的规模化训练闭环：\n·设计自生成-评估-回灌的数据流水线，搭建支持Self-Play/自蒸馏/迭代式自训练的多阶段训练编排与调度，平衡Rollout/Training/Evaluation三阶段的资源分配与流水线Overlap，确保自演进过程可控可观测。\n4. 前沿技术追踪与选型判断\n（1）持续追踪SOTA预训练技术，从算法收益、系统开销、工程风险三个维度进行量化评估与选型决策。\n（2）推动前沿技术从论文复现到万卡规模验证的全流程落地。\n（3）鼓励在NeurIPS/ICLR/MLSys等顶会发表算法与系统交叉方向的研究成果。",
"requirements_text": "1. 学历与理论基础\n（1）全球Top高校计算机科学、人工智能等相关领域博士/顶尖硕士。\n（2）扎实的深度学习理论基础，对Transformer架构有原理级理解。\n（3）在MoE（路由策略、负载均衡、Fine-Grained稀疏、Expert Collapse）和/或Attention（混合注意力、MLA、线性Attention、长上下文训练）方向有深入研究。\n2. 算法-系统协同能力（核心门槛）\n（1）精通PyTorch，熟悉Megatron-LM等训练框架的工作机制。\n（2）具备算法-系统联合思考能力：评估MoE路由策略时能建模通信开销与负载均衡效率；评估Attention变体时能判断对并行策略与Kernel效率的影响。\n（3）有向Megatron-LM/DeepSpeed/vLLM/PyTorch等开源框架贡献核心代码的经历者优先。\n3. 分布式训练经验\n（1）具备千卡/万卡级分布式训练的实际操作经验。\n（2）有MoE训练优化、长上下文预训练、或大规模模型稳定性保障中至少一项实战经验。\n4. 编程与工程素养\n（1）精通Python，具备CUDA/Triton Kernel开发能力或强烈意愿。\n（2）极强的代码功底与工程实践能力，ACM/ICPC等编程竞赛获奖者优先。\n（3）优秀的跨团队技术沟通能力，能在算法与Infra团队之间建立高效技术对话。\n5. 研究志向\n（1）持续关注大模型预训练前沿（新型架构、新型优化器、新型并行范式），不满足于\"跟随开源\"，有志于定义下一代大模型预训练算法与架构。\n加分项\n1. 万卡级MoE/长文本预训练实操与稳定性保障经验。\n2. NeurIPS/ICLR/MLSys/ASPLOS等发表MoE架构优化、高效Attention、Self-Evolving相关论文。\n3. Megatron-LM/DeepSpeed/vLLM等框架的可追溯核心代码贡献。\n4. 极度稀疏MoE负载均衡、线性注意力长上下文训练、Self-Play/自蒸馏Infra建设等方向的研究背景。\n5. 算法-系统交叉研究。",
"skills": [AI生成
"Python",
"PyTorch",
"CUDA",
"深度学习",
"沟通能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "（3）有向Megatron-LM/DeepSpeed/vLLM/PyTorch等开源框架贡献核心代码的经历者优先；（2）极强的代码功底与工程实践能力，ACM/ICPC等编程竞赛获奖者优先；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/199908400010?deptCodes="
}
]
},
"posting": {
"posting_id": "199908400010",
"post_date": "2026-08-05",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908400010?deptCodes="
},
"fulltext": "千问Qwen训练算法-系统协同前沿技术研究-阿里星\n千问Qwen训练算法-系统协同前沿技术研究-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 / 上海\n\n职位描述\n加入我们，你将以算法-系统协同设计（Algorithm-System Codesign） 为核心方法论，深度参与千问Qwen系列大模型预训练的核心算法与架构设计。当前千问Qwen正加速向极度稀疏Fine-Grained MoE与超长上下文高效训练方向演进，你将参与训练/推理效率友好的模型结构设计，定义训练稳定性与量化友好方案，参与Self-Evolving训练闭环的Infra设计建设，与Infra团队协同落地，在万卡规模下推动Scaling Efficiency的持续突破。\n1. 万卡训练稳定性保障\n（1）训练任务稳定性：深度参与万卡集群训练的系统级稳定性保障，从算法与框架层面设计容错策略，包括Checkpoint一致性保障、故障恢复后的训练状态对齐、并行拓扑变更下的梯度一致性维护。\n（2）Loss稳定性：研究并干预训练过程中的Loss异常现象，包括Loss Spike归因与干预、梯度爆炸/消失的算法级预防、数值溢出检测与自动修复、高稀疏MoE下Activation Explosion的抑制方案。\n（3）量化友好设计：从模型架构与训练策略层面设计Quantization-Friendly的方案，包括量化感知训练（QAT）策略、激活值分布约束、FP8/低精度训练的数值稳定性设计，确保模型在训练阶段即考虑部署时的量化兼容性。\n（4）与Infra团队协同，建立训练异常的自动化检测、诊断与告警机制，实现Loss/梯度/激活的实时监控与根因分析。\n2. 效率友好的模型结构设计\n（1）从训练效率与推理成本视角深度参与模型结构设计，为架构决策提供量化依据：\n·极度稀疏Fine-Grained MoE：评估不同潜空间维度、Expert池规模、激活数、负载均衡策略对训练吞吐、通信开销、显存占用的综合影响，选型效率最优的稀疏MoE方案与全局均衡算法。\n·高效长上下文Attention：评估混合注意力架构、线性注意力变体、KV压缩方案在百万Token上下文下的训练FLOPs效率与推理KV Cache开销，选型对Context Parallel与Kernel效率最友好的方案。\n·与Infra团队协同，将效率评估结论转化为通信模式需求与Kernel需求，推动算法-系统联合设计。\n3. Self-Evolving训练闭环的Infra建设\n（1）评估Self-Evolving在Qwen场景下的Infra可行性与ROI，从数据规模、训练成本、迭代效率三个维度进行量化判断。\n（2）深度参与大模型Self-Evolving机制的训练基础设施建设，构建支持模型自我演进的规模化训练闭环：\n·设计自生成-评估-回灌的数据流水线，搭建支持Self-Play/自蒸馏/迭代式自训练的多阶段训练编排与调度，平衡Rollout/Training/Evaluation三阶段的资源分配与流水线Overlap，确保自演进过程可控可观测。\n4. 前沿技术追踪与选型判断\n（1）持续追踪SOTA预训练技术，从算法收益、系统开销、工程风险三个维度进行量化评估与选型决策。\n（2）推动前沿技术从论文复现到万卡规模验证的全流程落地。\n（3）鼓励在NeurIPS/ICLR/MLSys等顶会发表算法与系统交叉方向的研究成果。\n\n职位要求\n1. 学历与理论基础\n（1）全球Top高校计算机科学、人工智能等相关领域博士/顶尖硕士。\n（2）扎实的深度学习理论基础，对Transformer架构有原理级理解。\n（3）在MoE（路由策略、负载均衡、Fine-Grained稀疏、Expert Collapse）和/或Attention（混合注意力、MLA、线性Attention、长上下文训练）方向有深入研究。\n2. 算法-系统协同能力（核心门槛）\n（1）精通PyTorch，熟悉Megatron-LM等训练框架的工作机制。\n（2）具备算法-系统联合思考能力：评估MoE路由策略时能建模通信开销与负载均衡效率；评估Attention变体时能判断对并行策略与Kernel效率的影响。\n（3）有向Megatron-LM/DeepSpeed/vLLM/PyTorch等开源框架贡献核心代码的经历者优先。\n3. 分布式训练经验\n（1）具备千卡/万卡级分布式训练的实际操作经验。\n（2）有MoE训练优化、长上下文预训练、或大规模模型稳定性保障中至少一项实战经验。\n4. 编程与工程素养\n（1）精通Python，具备CUDA/Triton Kernel开发能力或强烈意愿。\n（2）极强的代码功底与工程实践能力，ACM/ICPC等编程竞赛获奖者优先。\n（3）优秀的跨团队技术沟通能力，能在算法与Infra团队之间建立高效技术对话。\n5. 研究志向\n（1）持续关注大模型预训练前沿（新型架构、新型优化器、新型并行范式），不满足于\"跟随开源\"，有志于定义下一代大模型预训练算法与架构。\n加分项\n1. 万卡级MoE/长文本预训练实操与稳定性保障经验。\n2. NeurIPS/ICLR/MLSys/ASPLOS等发表MoE架构优化、高效Attention、Self-Evolving相关论文。\n3. Megatron-LM/DeepSpeed/vLLM等框架的可追溯核心代码贡献。\n4. 极度稀疏MoE负载均衡、线性注意力长上下文训练、Self-Play/自蒸馏Infra建设等方向的研究背景。\n5. 算法-系统交叉研究。\n\n在招业务\nToken Foundry\n加入我们，你将以算法-系统协同设计（Algorithm-System Codesign） 为核心方法论，深度参与千问Qwen系列大模型预训练的核心算法与架构设计。当前千问Qwen正加速向极度稀疏Fine-Grained MoE与超长上下文高效训练方向演进，你将参与训练/推理效率友好的模型结构设计，定义训练稳定性与量化友好方案，参与Self-Evolving训练闭环的Infra设计建设，与Infra团队协同落地，在万卡规模下推动Scaling Efficiency的持续突破。\n1. 万卡训练稳定性保障\n（1）训练任务稳定性：深度参与万卡集群训练的系统级稳定性保障，从算法与框架层面设计容错策略，包括Checkpoint一致性保障、故障恢复后的训练状态对齐、并行拓扑变更下的梯度一致性维护。\n（2）Loss稳定性：研究并干预训练过程中的Loss异常现象，包括Loss Spike归因与干预、梯度爆炸/消失的算法级预防、数值溢出检测与自动修复、高稀疏MoE下Activation Explosion的抑制方案。\n（3）量化友好设计：从模型架构与训练策略层面设计Quantization-Friendly的方案，包括量化感知训练（QAT）策略、激活值分布约束、FP8/低精度训练的数值稳定性设计，确保模型在训练阶段即考虑部署时的量化兼容性。\n（4）与Infra团队协同，建立训练异常的自动化检测、诊断与告警机制，实现Loss/梯度/激活的实时监控与根因分析。\n2. 效率友好的模型结构设计\n（1）从训练效率与推理成本视角深度参与模型结构设计，为架构决策提供量化依据：\n·极度稀疏Fine-Grained MoE：评估不同潜空间维度、Expert池规模、激活数、负载均衡策略对训练吞吐、通信开销、显存占用的综合影响，选型效率最优的稀疏MoE方案与全局均衡算法。\n·高效长上下文Attention：评估混合注意力架构、线性注意力变体、KV压缩方案在百万Token上下文下的训练FLOPs效率与推理KV Cache开销，选型对Context Parallel与Kernel效率最友好的方案。\n·与Infra团队协同，将效率评估结论转化为通信模式需求与Kernel需求，推动算法-系统联合设计。\n3. Self-Evolving训练闭环的Infra建设\n（1）评估Self-Evolving在Qwen场景下的Infra可行性与ROI，从数据规模、训练成本、迭代效率三个维度进行量化判断。\n（2）深度参与大模型Self-Evolving机制的训练基础设施建设，构建支持模型自我演进的规模化训练闭环：\n·设计自生成-评估-回灌的数据流水线，搭建支持Self-Play/自蒸馏/迭代式自训练的多阶段训练编排与调度，平衡Rollout/Training/Evaluation三阶段的资源分配与流水线Overlap，确保自演进过程可控可观测。\n4. 前沿技术追踪与选型判断\n（1）持续追踪SOTA预训练技术，从算法收益、系统开销、工程风险三个维度进行量化评估与选型决策。\n（2）推动前沿技术从论文复现到万卡规模验证的全流程落地。\n（3）鼓励在NeurIPS/ICLR/MLSys等顶会发表算法与系统交叉方向的研究成果。\n1. 学历与理论基础\n（1）全球Top高校计算机科学、人工智能等相关领域博士/顶尖硕士。\n（2）扎实的深度学习理论基础，对Transformer架构有原理级理解。\n（3）在MoE（路由策略、负载均衡、Fine-Grained稀疏、Expert Collapse）和/或Attention（混合注意力、MLA、线性Attention、长上下文训练）方向有深入研究。\n2. 算法-系统协同能力（核心门槛）\n（1）精通PyTorch，熟悉Megatron-LM等训练框架的工作机制。\n（2）具备算法-系统联合思考能力：评估MoE路由策略时能建模通信开销与负载均衡效率；评估Attention变体时能判断对并行策略与Kernel效率的影响。\n（3）有向Megatron-LM/DeepSpeed/vLLM/PyTorch等开源框架贡献核心代码的经历者优先。\n3. 分布式训练经验\n（1）具备千卡/万卡级分布式训练的实际操作经验。\n（2）有MoE训练优化、长上下文预训练、或大规模模型稳定性保障中至少一项实战经验。\n4. 编程与工程素养\n（1）精通Python，具备CUDA/Triton Kernel开发能力或强烈意愿。\n（2）极强的代码功底与工程实践能力，ACM/ICPC等编程竞赛获奖者优先。\n（3）优秀的跨团队技术沟通能力，能在算法与Infra团队之间建立高效技术对话。\n5. 研究志向\n（1）持续关注大模型预训练前沿（新型架构、新型优化器、新型并行范式），不满足于\"跟随开源\"，有志于定义下一代大模型预训练算法与架构。\n加分项\n1. 万卡级MoE/长文本预训练实操与稳定性保障经验。\n2. NeurIPS/ICLR/MLSys/ASPLOS等发表MoE架构优化、高效Attention、Self-Evolving相关论文。\n3. Megatron-LM/DeepSpeed/vLLM等框架的可追溯核心代码贡献。\n4. 极度稀疏MoE负载均衡、线性注意力长上下文训练、Self-Play/自蒸馏Infra建设等方向的研究背景。\n5. 算法-系统交叉研究。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}