阿里云研究型实习生 - 面向异构数据融合处理的硬件加速关键技术研究
任职要求
1）扎实的工程能力，优良的编程风格，熟悉C++语言和常用设计模式，具备复杂系统的调试与开发能力； 2）优秀的沟通表达能力、团队合作意识和经验；具备快速学习的能力，以及深入钻研技术问题的决心； 3）掌握数据库领域优化/执行/存储等各方向基础知识，有扎实的高性能计算（GPU/x86/等）、高性能索引、或多模态数据分析领域的经验。 加分项： 1）有突出的学术背景和创新研究能力，在顶会顶刊发表过相关论文； 2）对数据库系统特别是实时数据分析/湖仓分析/硬件加速某一个方面有专业独到的研究。
工作职责
随着数据量的爆炸性增长以及业务复杂性的增加，诸如图、文档、时空、时序等非结构化数据类型规模和价值都越发重要。需要研究更有效率的非结构化数据的处理、存储、分析的技术，尤其是与结构化数据融合进行分析的手段，将来自不同来源、格式、结构或模型的数据整合到一个统一的系统中，以实现数据共享、分析和决策支持。 我们的研究内容包括： 1. GPU加速的多模态数据处理，如fts、向量检索以及索引建立。GPU高效池化以及远程GPU调用，查询算子以及后台数据重整任务的高效远程GPU卸载； 2. 非结构化数据，如json、文档等自动语义发现与解析、数据模式匹配与语义对齐、对象关联分析。结合NLP等技术，实现从原始数据到结构化语义的高效转化； 3. OLTP高效入湖。结合数据湖的灵活性（存储非结构化数据）与数据仓库的结构化管理能力（如ACID、事务支持、元数据管理），通过存储层创新、计算引擎优化和云原生技术，实现不同业务的高效协同。
推荐系统已成为面向用户的互联网APP不可或缺的核心功能，尤其在电子商务、社交网络和娱乐平台等行业中发挥着至关重要的作用。面对用户群体的持续扩张和推荐系统复杂度的增加，推荐系统在处理大量并发请求和优化响应时间方面遇到了显著挑战。当前，很多推荐系统在处理庞大的用户数据和复杂的多模态输入时，常常受限于并发处理能力和响应速度的不足。本项目旨在优化推荐系统的吞度和响应优化时间，通过gpu embedding算子优化，xla编译优化等技术提升高并发GPU/CPU异构环境下的训练和推理性能。
1. 在AI/HPC突发流量激增的背景下，探索软硬件协同设计新的方法，重构软硬件功能边界，实现异构计算资源的深度融合与动态适配 2. 多核协同调度机制：构建基于资源感知的动态调度算法，建立多维约束条件下的最优任务分配模型 3. 关键性能瓶颈突破：重点攻克时延抖动抑制、缓存资源动态分配等核心挑战，建立面向服务质量保障的调度优化框架；
团队介绍：广告业务原为商业产品与技术部门，为抖音集团的商业变现提供广告产品与技术，负责端到端大型广告系统建设，覆盖抖音、今日头条、西瓜视频、番茄小说、穿山甲等产品矩阵，践行"激发生意新可能"理念，致力于让营销更省心、更高效、更美好，推动商业的可持续增长，让不分体量、地域的企业及个体，都能通过数字化技术激发创造、驱动生意。连接广告主、用户及生态伙伴、成为开放共赢的全球最佳智能营销平台之一。在这里，你将投身建设面向未来的数字营销能力，接触到全球先进的商业产品架构、模型和算法，在互联网广告行业始终创新。 课题介绍： 1、核心技术架构： 1）下一代广告技术栈： 模型算法层：搭建基于强化学习的智能出价与流量预估系统，攻克深层转化场景下的数据稀疏、多源异构数据融合（延迟数据/埋点噪声/跨平台行为）等行业难题； 系统工程层：构建支持基于长序列特征的实时预估框架，研发支持动态创意组合的自动化投放引擎； AIGC融合层：建立文/图/视频多模态生成技术中台，实现从IP素材生成到智能投放的全链路闭环； 2）行业首创的AIGC解决方案： 正在搭建全球领先的"小说→漫剧"智能生产线，攻克三大技术堡垒： 多模态叙事引擎：研发支持角色一致性保持（Character-aware Diffusion）、分镜自动生成（Storyboard LLM）、动态运镜控制（Camera ControlNet）的复合型生成框架； 工业化工作流：构建支持分布式渲染、多版本AB测试、合规性审核的智能生产管线，实现日均千级素材产能； 投放增效系统：开发生成质量量化评估模型（QAGAN），建立素材生成-投放效果的反哺优化机制； 2、岗位挑战： 你将主导： 构建支持沿模型的混合推理框架，优化多卡并行下的生成效率； 设计跨模态对齐算法，提升文字指令到视觉元素的可控生成精度； 研发基于用户行为分析的智能素材变异系统，实现CTR提升30%+的个性化内容生成； 打造从内容生产到实时竞价的全自动化广告引擎； 3、我们期待这样的开拓者： 精通Diffusion Models技术栈，具有LoRA/ControlNet/T2I-Adapter等微调框架的实战调优经验； 熟悉多模态大模型（如VideoPoet、Sora等视频生成技术原理），具备跨模态表征学习研究背景； 拥有广告算法背景者优先，熟悉CVR预估、智能出价等核心模块与生成式AI的结合点； 出色的工程化能力，主导过至少一个完整AIGC项目的端到端落地（从模型训练到服务部署）。
职位描述： 1.面向异构计算、软件工程、安全隐私、绿色计算等方向，打造蚂蚁编译技术平台; 2.定义新的编译架构，打造新的编译生态，探索新的技术方向。