阿里云阿里云智能-无影大模型AI系统专家-上海/杭州
任职要求
1. 技术技能 1) 训练加速：精通 DeepSpeed、Megatron-LM 等分布式训练框架，熟悉 3D 并行、ZeRO 优化、混合精度训练等技术。 2) 推理优化：掌握 TensorRT、ONNX Runtime、vLLM 等推理引擎，熟悉 PD 分离架构、KV Cache 管理、投机采样等技术。 3) 硬件适配：熟悉 GPU 架构，精通 CUDA/CUDNN 编程，有算子优化经验者优先。 4) 系统设计：具备分布式系统开发经验，熟悉 Kubernetes、Docker 等容器化技术，有 GPU 集群管理经验者加分。 2. 项目经验 1) 至少主导过 1 个千亿参数模型的训练加速项目，或实现推理延迟降低…
工作职责
1. 训练加速系统设计与优化 1) 主导千亿参数大模型的分布式训练架构设计，优化通信效率，突破显存与计算瓶颈。 2) 研发长序列训练加速技术，支持百万级上下文窗口训练，降低计算复杂度与内存占用。 3) 设计混合精度训练方案（FP16/FP8）与梯度累积策略，结合模型并行、流水线并行等技术，提升训练吞吐量 30% 以上。 2. 推理系统优化与工程化落地 1) 构建高性能推理引擎，基于 vLLM、TensorRT-LLM 等框架实现多模态模型的分布式推理，支持 MoE 架构与动态专家激活策略。 2) 研发模型压缩技术（量化、剪枝、LoRA），将端到端延迟降低，同时保持模型精度损失 3. 基础设施全流程优化 1) 优化训练与推理的 I/O 性能，通过异步并发、缓存预取等技术减少数据加载耗时。 2) 设计训练 - 推理一体化监控平台，实时追踪模型性能指标（如训练 loss 波动、推理 QPS），实现异常自动告警与弹性扩缩容。
1. 前沿算法研究：负责多模态大模型（MLLM）在 GUI 理解、Browser 自动化场景的算法创新，探索 RLHF、HRL、Neuro-Symbolic 在 Agent 决策中的应用； 2. 基座模型构建：参与构建通用的 Agent 基础模型，优化视觉 - 语言对齐、长上下文规划及跨平台动作空间建模，追求顶会 SOTA 性能； 3. 系统落地优化：负责模型在复杂业务场景（如电商运营、办公自动化、智能客服）的落地，解决延迟、安全、隐私及端侧部署问题； 4. 学术影响力：在 NeurIPS, ICML, CVPR, ACL, ICLR 等顶级会议发表高质量论文，参与开源社区建设，提升团队技术影响力。
1. 主导无影AIGC产品在多场景下的商业化规划与功能落地，制定可执行的商业化路径，打造可规模化复制的行业解决方案； 2. 负责 AIGC 场景化算力平台方案的设计与输出，推动产品功能从需求收集、原型设计到上线交付的全流程管理，确保方案具备标准化和可复制性，沉淀场景化提效工具并实现用户在实际场景中的高效使用； 3. 深入典型 AIGC 用户（如设计师、内容创作者）使用场景，通过定向访谈与定量数据分析等方式，识别用户核心痛点，设计高效、易用的产品解决方案，涵盖模型训练、工作流、算力平台功能优化等方面； 4. 构建开放的 AIGC 生态镜像体系，联合合作伙伴、KOL共建工具链与集成能力，推动 AIGC 算力平台在各行业的影响力提升与生态繁荣。
1. 与产品、研发、解决方案团队紧密协作，基于用户场景与产品定位，规划并开发高质量技术内容，包括但不限于：产品介绍、用户手册、操作指南、快速入门、最佳实践、故障排查、开发者文档、API/SDK 参考等； 2. 参与制定文档规范、协作流程与质量标准，推动文档体系化、工具化、自动化； 3. 主动收集用户反馈（来自工单、社区、销售、客服等），分析文档体验问题，提出并推动改进方案落地； 4. 确保文档与产品版本同步，保障内容的准确性、一致性与时效性。
Agentic Al时代浏览器已不再仅仅是人类浏览互联网信息的窗口，而是AI Agent感知理解互联网、执行交互任务的操作平台和运行时环境。您将有机会构建专为Agentic Al场景的新型浏览器引擎，引领Al时代浏览器的技术方向。 1. 设计并实现一款面向Agentic Al场景的浏览器引擎，对浏览器内核底层技术深度优化和重构； 2. 在资源加载、DOM解析和处理、网页布局和渲染、JavaScript引擎等技术领域，制定关键技术演进方向以及可实施路径，在轻量化、高并发、AI与内核深度集成方面做出创新并分阶段落地； 3. 建立全面的、完整的浏览器引擎性能监控与基准测试体系，以及Web兼容性基准测试，持续量化优化成果； 4. 协同产品、算法、测试等团队，推动产品化落地和技术演进。