阿里巴巴基础平台研发工程师-深度学习引擎
任职要求
【必备项】 1、计算机科学与技术、软件工程、电子信息工程、自动化、数学等相关专业优先。 2、 熟悉C++/Python等编程语言，具备扎实的代码功底和算法基础。 3、对深度学习框架（如TensorFlow、PyTorch、MNN等）有一定了解，熟悉神经网络的基本原理和常见模型结构。 4、了解移动端开发或嵌入式开发相关知识，有性能优化经验者优先。 5、对计算机视觉、图像处理、语音识别等领域有浓厚兴趣，并有一定的实践经验。 6、具备良好的逻辑思维…
工作职责
在这里，你将了解前沿的移动端深度学习框架，从事高效、轻量化的AI模型开发与优化，收获从理论到实践的全栈技术成长，以及与行业顶尖团队协作的宝贵经验。同时，你还将深入参与大模型在移动端的部署与优化，探索如何在资源受限的设备上实现高性能推理，收获从模型压缩到硬件加速的端到端解决方案能力。 如果你希望参与移动端AI应用的核心技术研发，负责高性能推理引擎的设计与实现，接触跨平台的模型部署与性能调优，学习最前沿的AI技术并提升解决实际问题的能力；如果你渴望深入大模型的移动端落地场景，探索模型量化、剪枝、蒸馏等技术的实际应用，并通过创新方法突破设备算力与内存限制，那么MNN团队将是你的不二之选！ 加入我们，一起定义未来AI在移动端的无限可能！
1.建设特征/样本工程，设计包括从特征打印到特征服务的完整实时+离线特征/样本生产流程，设计大规模分布式特征存储系统，支撑百亿级数据实时处理，提升特征/样本的生产效率、质量和访问性能，进而提升算法迭代效率和效果； 2.对算法开发过程进行抽象，将常用的机器学习、深度学习过程沉淀为组件，建设算法开发pipeline，设计代码与可视化组件相结合的编程范式，提供便捷稳固的一站式环境托管，提升算法迭代效率； 3.建设训练任务的托管能力，设计异构、多地域、多系统资源池、多租户分组的实验编排调度系统，建立模型实验效果评估体系，支撑几十个业务线、千级模型同时进行训练，保障模型及时产出，提升资源利用率，帮助业务优化模型效果； 4.探索云原生下的模型服务部署架构，设计高可用、多角色的模型服务框架，制定流量分发、模型/服务治理策略，支撑万亿级推理调用量，提升模型部署成功率、推理请求成功率和性能；
阿里云持续推进AI技术深化战略布局，围绕AI 和云计算的基础设施建设、AI基础模型平台、企业级AI应用方向构建核心场景。为此，我们正积极招募优秀人才： 负责云计算和大数据基础技术研发，包括不限于以下方向： 1、云基础设施技术，包括研发面向百万级服务器的网络（如RDMA、可编程芯片）、服务器（如异构计算）、数据中心，以及构建超大规模的基础设施智能化运维体系（如AIOps）； 2、虚拟化技术，包括XEN、KVM等开源技术的改进，以及也包括我们自研的SDN、VPC等网络虚拟化、存储虚拟化技术，还包括Docker等轻量级的容器方案； 3、MySQL、PostgreSQL、MongoDB、Redis、HBase等开源数据库内核的改进； 4、包含单集群上万个节点，多地多集群的超大规模分布式存储系统(文件系统，KVstore，BigTable等等）、分布式计算系（MapReduce，DAG，MPI并行计算、Batch、类Hive/spark的计算系统包括离线，分布式开发语言，分布式开发IDE，查询优化，流式实时计算，图计算，MPP等等）、弹性分布式资源管理和调度（海量多维度的多目标的调度系统，多个资源维度资源隔离技术等等）、机器学习平台（包括Paratemter Server，深度学习，逻辑回归等等）、异构等新型硬件上计算（包括CPU，GPU，FPGA，RDMA等等）； 5、大数据在线引擎体系的目标是集广告、搜索、推荐的投放三位于一体，在近百毫秒周期内，从服务端跨越至移动端上智能，支撑总体近TB级的模型，完成知识推理向量匹配等各种召回，以及其它深度学习的排序和预测算法，参与计算的数十亿商品保持实时更新，支持数百位算法工程师面向众多场景展开测试，在算子流图化的抽象之下，引擎内的模型和数据可随时调整布局满足迭代所需； 6、参与大规模高并发场景下的开发者工具如IDE、SDK、CLI的开发工作，toB相关认证、权限、审计平台合规等相关工具平台的研发工作。
1、负责公司级机器学习平台MLOps 的研发，从机器学习系统、云原生、云计算架构等多个层面进行技术探索和攻坚，实现高性能、高资源利用率的高性能机器学习平台； 2、设计和实现机器学习相关的基础设施/算法框架/工具链等，并推动落地到业务中； 3、覆盖机器学习系统多个子方向领域的工作，包括：资源调度、任务编排、模型训练、模型推理、特征平台、工作流编排等； 4、负责机器学习系统前瞻技术的调研和引入，比如：硬件架构、异构计算系统、GPU 优化技术的引入落地；
阿里巴巴智能信息事业群，聚焦AI在信息服务赛道的创新应用，从工具到服务，持续为用户提供高效、智能的AI应用。智能信息事业群核心产品为夸克、通义、UC浏览器、书旗小说、超级汇川等，以多产品矩阵，覆盖横跨各年龄段的7亿+用户人群，服务超10万+客户。 负责智能信息基础技术平台系统相关研发，包括不限于以下方向： 1、构建高效可靠的云原生容器平台、提出资源优化模型以提升业务资源效率、参与机器学习工程平台的建设和优化，以及运用技术和标准化方案确保平台服务的稳定性和可维护性。 2、负责开发和优化大模型应用开发框架，创造高效的搜索应用解决方案，并深度参与智能信息系统的基础架构与组件开发，以确保技术的高效集成与实际落地。 3、开发和优化搜索引擎，高并发检索、大数据分布式存储及流批计算等系统，深入搜索业务需求设计实现解决方案，不断提高业务性能、系统稳定性，提升系统效率和成本效益。 4、开发和优化推荐引擎、模型预测和向量检索等基础系统，深入参与信息流推荐业务以实现业务需求，同时基于业务洞察设计新平台或改进现有系统，提升系统效率和成本效益。 5、开发和优化实验平台与系统，紧跟AB测试技术前沿，为业务提供精准的实验设计和分析、优化关键指标，并应用算法提高业务参数寻优的效果和效率。 6、具备数理统计基础，在数据科学、数据分析方向有经验者优先。