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": "研究型实习生-面向长上下文推理的跨地域 P-D分离服务优化",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里云",
"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": "面向长文档理解、企业知识库问答、代码分析和多轮 Agent 等长上下文大模型应用，研究跨地域 P-D 分离推理服务优化机制。\n岗位聚焦 Prefill 计算密集、Decode 低延迟敏感以及 KV Cache 跨地域传输等核心问题，探索在多地域基础设施中对 Prefill 与 Decode 进行解耦部署、协同调度和网络优化，提升长上下文推理的首 token 延迟、GPU 利用率、服务成本和用户体验。",
"requirements_text": "1、精通计算机网络和网络编程； \n2、精通至少一门主流编程语言，比如 C/C++, Python, Go 等； \n3、熟悉当前高性能智算系统领域的最新进展，包括 RDMA，拥塞控制，集合通信，训练推理框架等技术；\n4、有自驱力，对智算场景新兴技术有主动学习和应用的热情；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；\n5、有较好的执行能力和沟通能力，需要与团队内外部同事融洽合作。",
"skills": [AI生成
"Python",
"C++",
"沟通能力",
"Go",
"C语言"
],
"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/199908580001?deptCodes="
}
]
},
"posting": {
"posting_id": "199908580001",
"post_date": "2026-08-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908580001?deptCodes="
},
"fulltext": "研究型实习生-面向长上下文推理的跨地域 P-D分离服务优化\n研究型实习生-面向长上下文推理的跨地域 P-D分离服务优化\n\n基础信息\n毕业起止时间要求：2026-08-08 - 2033-09-30\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：北京 / 杭州\n\n职位描述\n面向长文档理解、企业知识库问答、代码分析和多轮 Agent 等长上下文大模型应用，研究跨地域 P-D 分离推理服务优化机制。\n岗位聚焦 Prefill 计算密集、Decode 低延迟敏感以及 KV Cache 跨地域传输等核心问题，探索在多地域基础设施中对 Prefill 与 Decode 进行解耦部署、协同调度和网络优化，提升长上下文推理的首 token 延迟、GPU 利用率、服务成本和用户体验。\n\n职位要求\n1、精通计算机网络和网络编程； \n2、精通至少一门主流编程语言，比如 C/C++, Python, Go 等； \n3、熟悉当前高性能智算系统领域的最新进展，包括 RDMA，拥塞控制，集合通信，训练推理框架等技术；\n4、有自驱力，对智算场景新兴技术有主动学习和应用的热情；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；\n5、有较好的执行能力和沟通能力，需要与团队内外部同事融洽合作。\n\n在招业务\n阿里云\n面向长文档理解、企业知识库问答、代码分析和多轮 Agent 等长上下文大模型应用，研究跨地域 P-D 分离推理服务优化机制。\n岗位聚焦 Prefill 计算密集、Decode 低延迟敏感以及 KV Cache 跨地域传输等核心问题，探索在多地域基础设施中对 Prefill 与 Decode 进行解耦部署、协同调度和网络优化，提升长上下文推理的首 token 延迟、GPU 利用率、服务成本和用户体验。\n1、精通计算机网络和网络编程； \n2、精通至少一门主流编程语言，比如 C/C++, Python, Go 等； \n3、熟悉当前高性能智算系统领域的最新进展，包括 RDMA，拥塞控制，集合通信，训练推理框架等技术；\n4、有自驱力，对智算场景新兴技术有主动学习和应用的热情；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；\n5、有较好的执行能力和沟通能力，需要与团队内外部同事融洽合作。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}