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": "大模型推理前沿技术研究-阿里星/C-Star",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "千问事业部",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "在这里，你将深入大模型计算的核心腹地，横跨算法压缩与系统工程，从万亿参数模型的轻量化创新到万卡集群的极致性能调优，打通从模型结构创新、高效压缩、到算子内核与分布式系统的全链路技术栈，打造全球领先的训练与推理加速引擎。\n1、极致算子与内核开发\n手写高性能GPU/NPU核心算子（CUDA/Triton），针对低比特量化、稀疏计算、注意力机制等场景深度挖掘硬件算力，结合编译优化与性能剖析（Nsight系列）突破计算瓶颈；\n2、模型压缩与轻量化\n研发FP8/INT4/INT8量化（PTQ/QAT）、结构化/非结构化稀疏、动态剪枝、低秩近似（LoRA）及MoE技术；利用强化学习（RL）与AutoML构建自动化压缩流水线，实现精度-效率帕累托最优；\n3、分布式训练与通信优化\n深度优化Megatron-LM、DeepSpeed等框架，突破万卡集群通信瓶颈，设计拓扑感知调度、通信压缩（如梯度压缩）、计算与通信重叠等策略，提升 scaling efficiency；\n4、前沿推理架构落地\n研究并部署投机采样（Speculative Decoding）、分离式推理（Disaggregated Inference）、KV Cache优化等技术，在生产环境实现延迟与吞吐的数量级提升。",
"requirements_text": "1、在MLSys、NeurIPS、ICML、ACL等顶会/顶刊发表过论文；\n2、在国际顶级竞赛（ACM/ICPC等）中取得冠亚军或优异成绩；\n3、深度参与或主导贡献过顶级开源项目（vLLM/SGLang/TensorRT-LLM/Megatron-LM等）。",
"skills": [AI生成
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908500006?deptCodes="
}
]
},
"posting": {
"posting_id": "199908500006",
"post_date": "2026-08-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908500006?deptCodes="
},
"fulltext": "大模型推理前沿技术研究-阿里星/C-Star\n大模型推理前沿技术研究-阿里星/C-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\n\n职位描述\n在这里，你将深入大模型计算的核心腹地，横跨算法压缩与系统工程，从万亿参数模型的轻量化创新到万卡集群的极致性能调优，打通从模型结构创新、高效压缩、到算子内核与分布式系统的全链路技术栈，打造全球领先的训练与推理加速引擎。\n1、极致算子与内核开发\n手写高性能GPU/NPU核心算子（CUDA/Triton），针对低比特量化、稀疏计算、注意力机制等场景深度挖掘硬件算力，结合编译优化与性能剖析（Nsight系列）突破计算瓶颈；\n2、模型压缩与轻量化\n研发FP8/INT4/INT8量化（PTQ/QAT）、结构化/非结构化稀疏、动态剪枝、低秩近似（LoRA）及MoE技术；利用强化学习（RL）与AutoML构建自动化压缩流水线，实现精度-效率帕累托最优；\n3、分布式训练与通信优化\n深度优化Megatron-LM、DeepSpeed等框架，突破万卡集群通信瓶颈，设计拓扑感知调度、通信压缩（如梯度压缩）、计算与通信重叠等策略，提升 scaling efficiency；\n4、前沿推理架构落地\n研究并部署投机采样（Speculative Decoding）、分离式推理（Disaggregated Inference）、KV Cache优化等技术，在生产环境实现延迟与吞吐的数量级提升。\n\n职位要求\n1、在MLSys、NeurIPS、ICML、ACL等顶会/顶刊发表过论文；\n2、在国际顶级竞赛（ACM/ICPC等）中取得冠亚军或优异成绩；\n3、深度参与或主导贡献过顶级开源项目（vLLM/SGLang/TensorRT-LLM/Megatron-LM等）。\n\n在招业务\n千问事业部\n在这里，你将深入大模型计算的核心腹地，横跨算法压缩与系统工程，从万亿参数模型的轻量化创新到万卡集群的极致性能调优，打通从模型结构创新、高效压缩、到算子内核与分布式系统的全链路技术栈，打造全球领先的训练与推理加速引擎。\n1、极致算子与内核开发\n手写高性能GPU/NPU核心算子（CUDA/Triton），针对低比特量化、稀疏计算、注意力机制等场景深度挖掘硬件算力，结合编译优化与性能剖析（Nsight系列）突破计算瓶颈；\n2、模型压缩与轻量化\n研发FP8/INT4/INT8量化（PTQ/QAT）、结构化/非结构化稀疏、动态剪枝、低秩近似（LoRA）及MoE技术；利用强化学习（RL）与AutoML构建自动化压缩流水线，实现精度-效率帕累托最优；\n3、分布式训练与通信优化\n深度优化Megatron-LM、DeepSpeed等框架，突破万卡集群通信瓶颈，设计拓扑感知调度、通信压缩（如梯度压缩）、计算与通信重叠等策略，提升 scaling efficiency；\n4、前沿推理架构落地\n研究并部署投机采样（Speculative Decoding）、分离式推理（Disaggregated Inference）、KV Cache优化等技术，在生产环境实现延迟与吞吐的数量级提升。\n1、在MLSys、NeurIPS、ICML、ACL等顶会/顶刊发表过论文；\n2、在国际顶级竞赛（ACM/ICPC等）中取得冠亚军或优异成绩；\n3、深度参与或主导贡献过顶级开源项目（vLLM/SGLang/TensorRT-LLM/Megatron-LM等）。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}