电商场景下AI Infra & Data Infra建设-阿里星/T-Star

在这里，你可以经历互联网领域最前沿的工程技术探索，兼顾技术深度与业务价值实现，探索研究业界最新的技术方向。 在这里，你将经历超大规模的分布式计算、海量数据的实时处理、复杂业务变化和创新等带来的全方位技术挑战。 在这里，你将承担面向电商、营销与广告等业务场景需求的基础平台相关的技术研发工作，用技术服务数以百万计的商家并持续提升消费者体验。 在这里，你将参与包括但不限于分布式系统、AI基础设施、云原生Serverless、数据库、中间件、研发效能平台等方面的架构设计与深度优化。 加入我们，你将体验简单、可依赖的团队文化，以及求真务实、追求极致的工程师文化，并给你提供广阔的施展天地。来吧，我们等你加入！ 相关研究课题细分方向如下： ● 多模计算(AP/Serving/AI)一体的数据引擎架构设计和优化 ● 高性能数据湖和DataFabric驱动的新型数据平台建设 ● 面向电商Data+AI复杂场景，基于RAY框架打造高效的多模态数据处理流水线 ● AI大规模离线推理，数据预处理及数据生成pipeline性能优化 ● 面向电商构建支持百亿实体规模的高性能LLM Wiki知识编译引擎 ● 面向商品推荐的大模型算法-软件-硬件协同优化 ● 面向电商图文/视频创意AIGC的算法-软件-硬件协同优化 ● 面向极低延迟的实时视频生成与交互算法-软件-硬件协同优化 ● 低延迟高并发SLM/LLM在线服务的异构计算调度和编译优化 ● 面向推荐系统的高性能Embedding系统优化 ● 面向异质AI workload的调度系统优化 ● 面向大模型与大模型-广告模型结合的训练系统设计与优化

1. 01

   硕士及以上学历、计算机/自动化/电子信息/通信等相关专业。

2. 02

   具备扎实的计算机理论基础，对数据结构及算法有较强的功底。

3. 03

   具备优秀的系统开发/调试/优化能力，熟练掌握C/C++、Java、Python的一种或者两种语言。

4. 04

   具备良好的学习能力、独立解决问题的能力，有责任心肯钻研、乐于挑战，善于沟通合作、总结分享。

【加分项】

1. 01

   有大型互联网公司相关岗位实习及项目开发经历。

2. 02

   在相关领域国际顶级会议、期刊发表论文，或相关学术会议组织的权威比赛中获奖。