阿里巴巴移动端 AI 功能研发实习生
任职要求
1、计算机、软件工程、人工智能等相关专业本科及以上学历； 2、熟悉移动端系统原理，了解移动端软件的开发、编译、构建、系统集成和上架应用市场流程；有 App 项目经验者优先； 3、理解 Objective-C、Swift 语言，理解 Runtime、RunLoop、GCD、内存管理等基础机制者优先 或者 理解 Java、Kotlin 语言；理解 ART、Binder、View 渲染、协程等基础机制者优先 掌握 APP 性能（启动、流畅度、包大小、功耗）与稳定性优化的基本方法，有 C/C++ 编码经验者优先； 4、对大模型应用开发有浓厚兴趣，了解 Prompt 工…
工作职责
1、参与移动端业务模块与 AI 能力模块的研发工作，负责端侧大模型集成、多模态交互、Agent 应用等 AI Native 特性在客户端的实现与迭代； 2、参与创新业务及 AI 眼镜、可穿戴设备等智能硬件在移动端的落地，包括设备连接、多模态数据采集、实时推理、端云协同、AR/HUD 渲染等关键链路的开发与调优； 3、参与移动端 AI 工程基础设施建设，包括模型部署、Prompt 管理、推理性能优化、AI 全链路埋点与效果评估等工程能力沉淀。
1. 参与公司自研或开源（如MNN, TNN, NCNN, TVM, MLIR等）移动端推理引擎的开发，针对ARM CPU、GPU (Adreno/Mali)、NPU (Hexagon/Neural Engine) 进行算子性能优化； 2. 负责深度学习模型的量化策略研究（PTQ/QAT），实现INT8/INT4甚至更低精度的推理加速，同时保证模型精度损失最小化； 3. 参与LLM（大语言模型）或多模态模型在移动端的部署优化，包括KV Cache管理、显存优化、流式生成加速及低功耗推理策略； 4. 研究和实现基于不同硬件后端的自动调度策略，提升模型在复杂场景下的推理效率和能效比； 5. 参与模型转换工具、性能分析Profiler、调试工具的开发，提升算法工程师的端侧部署效率。
1. 负责深度融合前沿 AI 大模型技术，主导移动端安全 SDK 架构演进及终端安全产品研发，驱动跨平台安全组件的快速交付与工程效能提升，打造高可用的安全基础设施。 2. 拓展 AI 大模型在安全垂域的应用，推动智能化在环境检测、风险感知、行为分析、链路防护、破解对抗等攻防场景落地，通过技术革新持续快速的提升终端安全水位。
1. 负责移动客户端总体架构设计与技术选型，主导 AI Native 应用架构演进，构建支持大模型推理、Agent 编排、多模态交互的下一代移动端技术底座； 2. 负责移动客户端相关业务架构、应用架构、数据架构、技术架构、AI 推理链路与全链路方案设计；统筹云端协同（端云分流、降级兜底）、模型生命周期管理、Prompt/Context 工程在客户端的落地； 3. 负责核心业务模块及 AI 能力模块的研发与技术攻关，包括端侧大模型/小模型部署、流式语音对话、视觉理解（VQA）、Function Calling/Tool Use、RAG 检索增强、Memory 记忆系统、多 Agent 协同等关键技术； 4. 负责创新业务及 AI 眼镜、可穿戴设备等智能硬件在移动端的落地，主导多模态感知、设备-手机-云三端协同方案的设计与实现； 5. 持续跟踪业界 AI 工程前沿（端侧推理框架、Agent 框架、模型压缩、隐私计算等），推动团队 AI Coding 提效与工程范式升级。
1. 引擎调优：负责 Android/iOS、与云端 MiMo 或本地 ExecuTorch/ncnn 的底层接入与硬件加速（NPU/GPU/Metal）。 2. 效率突破：实现 Speculative Decoding (投机采样) 或 Prompt Caching，在手机端将 TTFT（首包延迟）降至极致。 3. 性能监控：建立全链路监控指标体系，关注 Tokens/sec、ITL (Token 间延迟) 以及 Agent 后台运行时的功耗曲线。 4. 资源调度：解决多 Agent 并发请求时的资源竞争问题，防止手机卡顿或发热降频。