{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI Infra工程师",
        "job_level": "阿里巴巴2027届应届生",AI生成
        "work_category": "freshman",AI生成
        "department": "阿里巴巴控股集团 / 淘天集团 / 飞猪 / 阿里国际数字商业集团 / 阿里云 / Token Foundry / 千问事业部 / 虎鲸文娱集团",
        "location": "北京 / 成都 / 广州 / 杭州 / 上海 / 深圳",
        "work_mode": "",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里巴巴控股集团",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "AI Infra工程师\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 / 广州 / 杭州 / 上海 / 深圳\n\n职位描述\n在这里，你将成为大模型技术落地的“幕后推手”。你将参与构建支撑千卡/万卡规模的 AI 计算基础设施，通过软硬件协同优化，解决大模型在训练、推理、调度全链路中的工程挑战。你的代码将直接决定大模型训练的效率、推理的响应速度以及集群资源的利用率，为 AI 时代的算力底座注入核心动力。\n具体的职责包括以下相关方向的一项或多项：\n1. 算力基建与分布式训练：\n● 深入分布式训练架构，优化通信与底层算子性能，解决大规模集群通信瓶颈，提升模型训练的吞吐量与计算效率。参与研究新的训练框架和模式。\n极致推理加速：\n● 针对大规模推理场景，研发高性能推理引擎，通过kernel、框架、与算法结合的有损优化等手段，实现极致的低延迟与高并发。\n2. 智能化资源调度与系统：\n● 构建大规模 GPU 集群的统一调度与编排系统，实现算力资源的弹性分配与自动化调度，设计与优化面向 AI 计算场景的高性能通信、存储系统，保障海量任务的极致的效率。\n3. 工程效率与平台化建设：\n● 打造一体化的平台，覆盖大模型研发和迭代的全流程，降低模型迭代门槛，提升研发效能。\n\n职位要求\n1. 基础条件：\n● 计算机、软件工程等相关专业优先。\n● 热衷于数据结构和算法、在ACM大赛成绩优异者优先；有顶会论文/高影响项目/开源贡献者加分。\n2. 专业能力：\n● 系统工程与编程能力：具备良好的系统工程基础，熟悉 Linux 开发环境，掌握 Python、Go、Java 等至少一门编程语言，具备扎实的工程实现能力。\n● 分布式系统：了解分布式系统基本原理（如一致性、容错、扩展性等）。\n● AI 系统领域专业知识：对于以下领域中的一项或者多项具备专业能力\n○ 了解 AI 的基本原理与常见算法，理解模型训练任务的基本流程及其资源需求。\n○ 了解主流训练推理框架（如 PyTorch、TensorFlow、vLLM、sglang）的基本使用方式及训练流程。\n○ 了解异构计算或高性能计算体系，有 GPU 相关优化经验者优先。\n3. 能力特质：\n● 沟通能力：能与跨域岗位，如：算法、产品等，进行良好的沟通。\n● 跨域视野：有较宽的技术视野与知识面，对算法研发流程、数据、GPU调度、训练、推理等相关领域的技术逻辑都有涉猎。\n● 系统思维： 乐于挑战复杂系统的性能极限，具备良好的性能分析与调优能力，喜欢从底层视角拆解并解决问题。\n● 极客精神：对 AI 大模型技术充满热情，具备快速学习新技术的能力，渴望在高性能计算领域实现技术突破。\n\n在招业务\n阿里巴巴控股集团 / 淘天集团 / 飞猪 / 阿里国际数字商业集团 / 阿里云 / Token Foundry / 千问事业部 / 虎鲸文娱集团",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "199907640056",
        "post_date": "2026-08-24",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907640056?deptCodes="
    },
    "fulltext": "AI Infra工程师\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 / 广州 / 杭州 / 上海 / 深圳\n\n职位描述\n在这里，你将成为大模型技术落地的“幕后推手”。你将参与构建支撑千卡/万卡规模的 AI 计算基础设施，通过软硬件协同优化，解决大模型在训练、推理、调度全链路中的工程挑战。你的代码将直接决定大模型训练的效率、推理的响应速度以及集群资源的利用率，为 AI 时代的算力底座注入核心动力。\n具体的职责包括以下相关方向的一项或多项：\n1. 算力基建与分布式训练：\n● 深入分布式训练架构，优化通信与底层算子性能，解决大规模集群通信瓶颈，提升模型训练的吞吐量与计算效率。参与研究新的训练框架和模式。\n极致推理加速：\n● 针对大规模推理场景，研发高性能推理引擎，通过kernel、框架、与算法结合的有损优化等手段，实现极致的低延迟与高并发。\n2. 智能化资源调度与系统：\n● 构建大规模 GPU 集群的统一调度与编排系统，实现算力资源的弹性分配与自动化调度，设计与优化面向 AI 计算场景的高性能通信、存储系统，保障海量任务的极致的效率。\n3. 工程效率与平台化建设：\n● 打造一体化的平台，覆盖大模型研发和迭代的全流程，降低模型迭代门槛，提升研发效能。\n\n职位要求\n1. 基础条件：\n● 计算机、软件工程等相关专业优先。\n● 热衷于数据结构和算法、在ACM大赛成绩优异者优先；有顶会论文/高影响项目/开源贡献者加分。\n2. 专业能力：\n● 系统工程与编程能力：具备良好的系统工程基础，熟悉 Linux 开发环境，掌握 Python、Go、Java 等至少一门编程语言，具备扎实的工程实现能力。\n● 分布式系统：了解分布式系统基本原理（如一致性、容错、扩展性等）。\n● AI 系统领域专业知识：对于以下领域中的一项或者多项具备专业能力\n○ 了解 AI 的基本原理与常见算法，理解模型训练任务的基本流程及其资源需求。\n○ 了解主流训练推理框架（如 PyTorch、TensorFlow、vLLM、sglang）的基本使用方式及训练流程。\n○ 了解异构计算或高性能计算体系，有 GPU 相关优化经验者优先。\n3. 能力特质：\n● 沟通能力：能与跨域岗位，如：算法、产品等，进行良好的沟通。\n● 跨域视野：有较宽的技术视野与知识面，对算法研发流程、数据、GPU调度、训练、推理等相关领域的技术逻辑都有涉猎。\n● 系统思维： 乐于挑战复杂系统的性能极限，具备良好的性能分析与调优能力，喜欢从底层视角拆解并解决问题。\n● 极客精神：对 AI 大模型技术充满热情，具备快速学习新技术的能力，渴望在高性能计算领域实现技术突破。\n\n在招业务\n阿里巴巴控股集团 / 淘天集团 / 飞猪 / 阿里国际数字商业集团 / 阿里云 / Token Foundry / 千问事业部 / 虎鲸文娱集团"
}