阿里巴巴研究型实习生-AI算力数据与Agent研发工程师
任职要求
1. 计算机系统、人工智能、运筹统计与最优化理论、控制学相关领域博士研究生，或特别突出的硕士研究生，可连续实习6个月以上 2. 前沿技术研究：跟进AI/Agent基础设施与系统架构、模型算法领域的最新SOTA研究成果，在资源管理与调度、系统/引擎架构与性能优化、模型结构等领域有突出成果，并在国际高水平的系统、算法顶会有学术论文发表 3. 领域背景：深入理解 MaaS推理平台、Agent系统、推理引擎、模型训练（至少精通其一），对资源算力管理、AI Infra集群管理与调度、AI系统架构优化、AI模型训练与结构优化有较突出工作经验（至少其一）。 4. 推理与Agent优化方向：具备推理引擎与Agent多智能体系统研发背景，具备强系统架构与工程能力，熟悉Harness工程如任务规划、工具调用、反思优化、分布式协、RAG/向量检索，及常见Agent框架如LangChain/LangGraph/AutoGen/CrewAI/Codex CLI，训练推…
工作职责
1.建设AI算力池数据层，构建各类资源算力管理模型，研发Agent生产系统，与AI算力池的训推平台SRE各系统Agent联动，实现端到端自动化的TPM智能容量规划、弹性交付、需求应答、智能流量管控调度、自适应限流、资源高效流转腾挪，实现全局TPM利用率、单位算力Token成本的优化 2.建设单机和中心的管控Agent，实现模型的TPM运行时算力质量与性能自适应优化与SLA保障，解决模型部署运行时GPU/CPU/kv显存内存/PCIe互联/网络通信在通用与Scalup机型架构下的各类竞争与干扰，Agent具备端到端的问题识别发现、根因诊断、算力与性能优化、后训练Agentic RL反馈微调垂类模型等自动化闭环，增强Agent对模型运行时算力问题、性能瓶颈和优化策略的理解，自动识别并完成差异化硬件芯片架构、集群/网络/互联架构、系统软件栈如内核/编译下的软硬件结合优化、全局卡型模型最优匹配。 3.构建引擎架构与性能优化Agent，通过各类系统架构与性能优化，实现TPM性能与计算效率、各类模型与Agent能力体验大幅优化。典型如Agent自动优化推理引擎架构代码、训练系统架构代码、模型结构、AIData管线架构代码、Agent Infra架构代码、Agentic RL训推联动系统架构代码等 4.搭建多智能体协作框架，研究数十万智能体Agent的分工、协同、通信机制、后训练、反思与决策机制，提升各Agent系统在复杂场景下的鲁棒性、稳定性、执行效率与优化效果。
本项目旨在针对广域RDMA网络中的传输性能问题，紧密结合AI智算业务流量特征，设计并实现一套易部署的、高效的广域RDMA网络遥测、拥塞控制、传输丢包控制系统与高性能通信库，以提升跨域AI智算服务的性能与稳定性，并为未来广域分布式计算提供技术储备。具体目标如下： 1、建立面向AI智算业务的广域RDMA流量分析模型：深度融合阿里云真实训练/推理业务Trace与广域网遥测数据，刻画业务流量模式与丢包时空特征的关联关系，为机制设计提供数据驱动的依据。扩展实现面向 Scale-across的高精监控系统； 2、设计自适应于业务与网络的拥塞控制、丢包控制机制：针对AI智算业务流量特征与广域网丢包动态性，创新设计结合智能冗余重传与轻量级前向纠错的混合恢复策略和细粒度拥塞控制，实现快速丢包恢复与带宽有效利用率提升； 3、研发纯软件实现高性能长距RDMA传输框架：通过修改用户态RDMA通信库，重构关键接口与功能，将丢包控制机制无缝集成至RDMA软件栈，实现不依赖特定硬件的可部署方案，并验证其对AI智算业务与集合通信性能的提升效果； 4、面向 Scale-up/Scale-out/Scale-across 全场景的高性能通信库优化：针对阿里自研通信库，开展跨场景深度性能剖析，明确不同互联通信域下的性能瓶颈与优化空间。在 Scale-up 域聚焦节点内/近节点低时延通信优化，在 Scale-out 域强化集群间高吞吐传输能力，在 Scale-across 域完善跨域/跨机房通信的稳定性保障。同时探索PD分离场景下KvCache 存储结构与传输的协同优化。通过分层优化策略，实现全场景通信性能与稳定性的系统性提升。
我们正在寻找对 AI Agent、长短期记忆机制（Memory Mechanism） 有浓厚研究兴趣和实战热情的实习生，加入我们。你将参与构建能够“持续进化”的AI Agent应用，通过设计先进的记忆系统，让模型不仅能听懂当下的指令，更能记住历史背景、理解业务偏好，并从错误中自我学习。 【岗位职责】 记忆架构设计：探索与实现面向真实业务场景的长短期记忆框架，解决多轮 对话中的上下文丢失与指代消解问题。 经验池与自我演进：研究基于历史查询经验/专家经验的增强方案，利用 Self-Reflection 或 Reinforcement Learning 技术，使 Agent 能够从历史报错或用户反馈中学习，提升复杂 问题的成功率。 前沿算法探索：跟踪 MemGPT、Generative Agents、Hierarchical Memory 等 Agent 领域的最新研究，在AI Agent 任务上验证并改进相关论文算法，产出高质量实验结论。
1）负责研发软硬件协同的优化能力，提升集团各训推场景在异构资源上计算性能，进一步提高资源利用率。 2）负责设计、实现、维护 AI 和高性能计算所需要的高性能网络通信框架和大模型推理场景的性能优化，聚焦模型通信场景的能力建设，完善集合通信、点对点通信等通信方式与推理框架的联合方案设计，推动提升推理性能。
创新药等化合物的研制是非常困难且经济和时间花费都非常大的过程。近几年随着人工智能技术的快速发展，能够通过大量的数据对复杂的分子结构进行精准建模和预测，这一结果可以大大的帮助药物等化合物的研发提效，同时也为这一领域带来的新的机会。化合物的研发是一个系统性工作，结构预测是其中的重要一环，但还有几个重要且有趣的问题还没有被完全攻克。我们针对这一领域的其它三个重要问题进行探索研究和落地研发： 1、分子间的结合对接（docking）预测，这一问题要预测多个分子或化合物能够进行物理化学上的结合，准确的对接预测； 2、化合物的演化（directed evolution），这一问题要精准模拟合物的变种和筛选过程，通过智能化的手段来加速实验室条件下的化合物进化过程； 3、序列生成（reverse sequencing），这一问题是蛋白质结构预测的反问题，是通过一个已知的3维结构来生成蛋白序列，也可以通过生成式的模型来生成全新的蛋白质结构。 我们希望通过深入的研究探索智能技术在生命科学的结合点，推动变革这一行业的规则