共 6784 个在招岗位 · 覆盖国企、大厂官方招聘
阿里巴巴旗下的AI Coding创新团队，致力于革新软件开发 paradigm。我们正在打造下一代AI驱动的智能开发工具产品，旨在彻底改变开发者的工作方式。我们的产品覆盖 Al native IDE Qoder、智能编程助手等多元化产品形态，通过尖端 AI 技术提供智能化功能和流畅体验，显著提升开发效率与创新力。我们正寻找富有激情、创造力和前瞻性思维的精英人才加入，共同定义软件开发的未来。 1. 负责基于大语言模型的AI Coding产品核心能力的开发工作，实现复杂问题分析与理解、代码生成与测试等功能，包括AI Coding智能体、复杂工程理解、自动化记忆感知、大规模知识管理等。 2. 负责大模型训练相关工程与算法能力，例如模型数据合成、模型与智能体评测、与算法团队合作模型训练等工作。 3. 持续优化和改进平台架构，提高系统的可用性、稳定性和扩展性。确保全球化多地域复杂分布式架构的稳定与高性能。 4. 跟踪最新的人工智能技术进展，评估并实现可能的技术解决方案以满足业务需求。 5. 与产品经理和运营团队紧密合作，确保技术实现能够满足产品规划和用户需求。
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。 实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。 岗位职责：定义大模型时代的主动推荐 1. 主动服务场景构建： 负责千问场景下的主动推荐算法研发。基于用户长期记忆与画像，构建主动发起聊天话题、引导任务执行的算法体系。 2. 生成式推荐探索： 探索 LLM-Native 的推荐范式，利用大模型的原生推理能力实现生成式推荐（Generative Recommendation），打破传统过滤式推荐的局限。 3. 时机决策与推送策略： 针对主动服务中的“打扰度”痛点，构建高精度的时机建模（Timing Modeling）与推送策略，确保在最合适的时刻提供最具价值的信息。 4. 长时记忆与任务驱动： 结合 RAG 与记忆模块，使推荐逻辑具备跨时空的连续性，实现基于历史上下文的精准任务挖掘与发起。 5. 业务闭环优化： 深度理解推荐与推送业务指标（点击、留存、任务达成），通过算法手段实现用户价值与业务增长的协同。 职级可看P6-P8
1. 负责千问消费决策相关意图的对话效果优化，围绕意图理解、回答质量进行效果优化，提升该场景下的业务规模及用户体验。 2. 基于对用户行为的洞察，结合深度数据分析，定义关键业务指标（如DAU、留存、使用深度等），通过产品创新和策略优化，推动用户规模和使用深度实现增长。 3. 协同算法、工程团队，通过Prompt优化、对话策略设计和模型能力迭代改善回答效果，平衡思考深度、响应耗时与阅读体验。 4. 深入分析真实对话与用户反馈，建设消费决策场景评测集，结合人工和自动化评测、线上数据和A/B实验，验证需求和分析数据，通过数据飞轮持续推动产品迭代。
1. 多模态模型的推理功能开发和性能优化，包括对Qwen-VL、Qwen-Audio、Qwen-Omni等多模态输入/输出模型的功能支持和推理性能优化。 2. 分布式推理架构的研发，包括多机推理架构设计，P/D分离、A/F分离、VL模型分离架构的落地。 3. 推理引擎服务化，包括推理引擎如何接入线上服务平台，自动扩缩容和可观测性的适配，以及提升线上服务稳定性。
我们希望围绕大语言模型与 AIGC 模型，探索更具前瞻性的推理优化方法，并将其转化为真实场景中的性能收益。你将参与下一代推理加速技术的研究与落地，面向生成模型推理中的核心瓶颈，持续推进算法设计、效果验证与系统协同优化。 你将参与以下工作： ● 面向 LLM 与 AIGC 场景，研究生成模型推理加速的关键问题 ● 探索前沿生成范式，以及基于后训练的模型架构演进 ● 探索SOTA加速方案，如投机、sparse attention、LLM/Diffusion distillation等技术 ● 与工程及基础设施团队协同，探索框架+算法+算子一体的更大scope的加速方案 ● 跟踪相关领域前沿进展，推动新方法的快速评估与应用
负责主流大模型在多种 AI 加速芯片和推理后端上的适配、优化与工程落地，覆盖 Qwen、DeepSeek、GLM、Kimi等文本、多模态与图像生成模型，目标平台包括 TPU、NPU 等各类 AI 加速芯片。该岗位需要深入理解模型结构、推理框架、算子/kernel、编译栈与分布式推理机制，推动模型在不同硬件平台上稳定、高效、可规模化运行。
本团队涉及如下方面的工作：（工作内容可以根据候选人专业特长安排） 1. 多模态模型的推理功能开发和性能优化，包括对Qwen-3.6、Qwen-3.7、Qwen-VL、Qwen-Audio、Qwen-Omni等多模态输入/输出模型的功能支持和推理性能优化。 2. 分布式推理架构的研发，包括多机推理架构设计，P/D分离、A/F分离、VL模型分离架构、WideEP、ElasticEP等功能研发与落地。 3. 推理引擎服务化，包括推理引擎如何接入线上服务平台，自动扩缩容和可观测性的适配，以及提升线上服务稳定性。 4. NPU/GPU各类算子、kernel开发、算子融合、Compiler的开发等。
本岗位隶属于我们是阿里巴巴大模型推理团队，团队负责集团内部大语言模型 AI Infra推理系统建设和维护，为淘宝、天猫、聚划算、优酷、闲鱼等多个集团业务部门提供强有力的技术支撑和底层服务能力。AI 性能工程师工作内容包括但不限于： 1. 参与大模型推理系统的研发，聚焦于推理框架与各种类型异构硬件的适配和性能优化工作。 2. 实现各类型“卡-模型”匹配度的自动化观测，指导资源调度策略，评估新硬件引入价值。 3. 线上服务的监控与问题定位，加速大模型能力在集团内落地。 如果您是一位后端研发工程师，具有丰富的性能优化经验，希望投身于AI Infra事业又苦于缺少相关经历，也欢迎投递本岗位，我们更看重您的学习和解决问题的能力！
我们是阿里巴巴大模型推理团队，负责内部 LLM/AIGC 百炼推理服务建设，为淘宝、天猫、聚划算、优酷、闲鱼等多个集团业务部门提供强有力的技术支撑和底层服务能力。 AI 高性能计算工程师负责探索不同AI芯片（NV，AMD, 华为昇腾, TPU, 寒武纪等）的底层架构，使用硬件手写原生 Kernel、 Trition/Tilelang 编译优化等手段，解决“从0到1”（跑通）和“从1到N”（跑得快）的关键问题。 工作地点：北京、杭州，未来会开放「上海」工作地点，现阶段支持员工根据团队安排部分时间在上海办公，详情可与hr或面试官沟通。
1、负责公司实验科学能力设计与建设工作，包括沉淀公司核心实验场景和实验方法论，建立实验流量资源协同管理及实验流程管理机制，打造公司整体实验科学管理体系； 2、参与实验平台建设，将实验方法论、实验科学管理机制通过平台化方式向业务方赋能，保障实验体系运行顺利，提高实验执行效率； 3、负责具体业务模块的实验设计、评估与分析工作，为业务提供科学可靠的实验结论及优化建议； 4、负责负责或不可实验场景下重要项目、策略的效果复盘分析与方法论建设工作，完善对应场景的科学评估能力。
1. 平台研发：负责 AI 平台管控系统的架构设计与核心开发，覆盖多模态模型训推、模型服务、Agent 等场景，包括任务编排、资源管理、服务生命周期、弹性伸缩、灰度发布等核心能力。 2. 工程体系与技术带领：推动研发流程、架构规范、设计模式、代码质量、测试和 Code Review 等工程体系建设；根据候选人经验，承担核心技术方向规划及团队技术带领工作，同时保持一线编码。 3. 稳定性与线上问题：负责平台稳定性和可观测体系建设，深入分析和解决线上复杂问题，推动故障自愈、风险治理及运维经验的平台化沉淀。 4. 跨团队协作：与模型算法、推理引擎、前端、产品及基础设施团队紧密合作，推动需求落地和端到端产品交付，持续优化平台架构和用户体验。
1、需求洞察及规划： 洞察IDC业务和机电行业发展趋势，明确IDC电力设备研发需求并制定研发规划，输出电力设备创新研发的顶层设计，制定符合关键结果要求的目标、技术方案和里程碑。 2、创新研发：负责电力设备的创新研发，包括设计、开发、测试、灰度等环节，新研电力设备的性能指标和里程碑符合研发规划要求。 3、技术规范制定：制定电力设备技术研发规范；明确研发流程和各研发阶段的工作内容和要求，包括需求书、测试和灰度标准；制定新研产品的SOP、MOP、EOP等技术规范。 4、技术支持和推广：负责电力设备技术支持，制定解决方案、推动技术决策；负责自研电力设备供应能力的建设和在自有基地、Powershell项目中的推广落地。 5、质量管理：对电力设备的质量负责，包括制定质量管理流程和指标，主导测试和灰度验证等，为各类暴露的质量问题提供处理方案、规避相同质量问题复现。
1. 负责3A核心算法的研发与迭代，包括回声消除（aec）、自动噪声抑制（ans）、自动增益控制（agc），确保算法在复杂声学环境下的鲁棒性，保障全双工通话的高保真音质与交互体验。 2. 推动3A算法的轻量化部署与端侧适配，结合深度学习与传统信号处理技术，平衡算法性能与资源消耗，支撑智能体语音交互技术基座建设。 3. 针对人机语音交互、智能体对话等前沿场景，优化VAD判停和语义完整性检查，实现“快速打断，智能判停，实时响应”的自然对话能力； 4. 研发语音识别（ASR）、语音合成（TTS）技术，并探索交互式语音模型在智能体对话中的应用，搭建可控双流模型的数据，训练和评估体系，优化对话模型的边说边听和情感识别能力； 5. 与产品、工程团队紧密合作，将算法模型落地到实际应用中，并持续优化系统性能。 6. 跟踪学术界和工业界的最新进展，探索前沿技术在对话系统中的应用。
主要负责百炼管控层的开发工作，包括： 1、负责百炼模型广场、模型部署等后端开发工作，包括模型列表、模型授权、模型上下架与生命周期、三方模型、模型部署、后台运营工具等； 2、参与百炼多云与多站点开发工作，帮助百炼在多个方向的业务实现快速落地与发展； 3、面向用户的企业级API接口设计及实现； 4、其他百炼相关功能模块的设计开发；
Accio work 自研的 Agentic RL Infra —— Dressage 开源啦！也被放到了 Slime 的 README 里，欢迎大家来交流~ Github: https://github.com/Accio-Lab/Dressage 岗位职责： 1、支撑模型团队使用 Megatron 框架进行大规模分布式训练，处理 tensor parallel、pipeline parallel、data parallel、expert parallel、sequence/context parallel 等并行策略相关问题; 2、支撑模型团队使用 SGLang 进行高吞吐推理和 rollout，优化 batching、KV cache、prefill/decode 调度、长上下文稳定性和在线训练链路； 3、设计和实现面向更大模型规模的 post-training infra，降低训练资源成本，提高实验迭代效率和系统稳定性； 4、建设 profiling、benchmark、monitoring 和 debugging 工具，提升训练吞吐、GPU utilization、rollout 稳定性和故障定位效率； 5、与研究员和模型工程师紧密合作，把新的训练想法快速落地成可复现、可扩展、可长期维护的系统能力。
1、参与人工智能芯片的软硬件协同设计，指令集功能验证； 2、参与人工智能芯片的编译器算法设计和实现, 工具链开发与维护，网络模型的性能调优； 3、参与深度学习软件栈的设计和实现； 1. Working closely with hardware/architecture engineering and software teams to understand the hardware and software requirements. 2. Responsible for compiler and tool chain design, implementation, maintaining and performance tuning. 3. Responsible for the design and implementation of deep learning software stack.
1、参与电商大模型智能体产品研发，包括框架设计、算法开发、迭代优化等 2、根据业务产品形态对大模型进行post training（SFT/RLHF等）优化、结构优化、prompt engineering等 3、基于LLM的机器人AI Agent模块与产品其他功能模块交互的工程实现 4、跟进大模型智能体前沿技术趋势，结合实际业务需求，将技术应用到实际业务场景
1. 负责无影信创云环境的服务改造方案设计、开发与部署，保障信创云环境的如期落地。 2. 负责无影信创云环境的线上搭建和管理工作，包括信创云与公共云的差异化导致的稳定性问题分析和解决、存量无影客户的迁移推进等。 3. 负责无影管控后端服务的设计、开发，保障系统的稳定、性能和可扩展性，做到公共云与信创云环境的同步迭代。 4. 负责无影信创云方向的客户工单问题排查和解决，保障信创云环境的客户体验。
1. 负责 AIOS 系统安全架构的落地，面向智能终端，构建覆盖硬件、系统、应用、Agent、模型和云端服务的纵深安全防护体系； 2. 负责 Android/AOSP 系统安全能力建设，包括但不限于：SELinux、应用沙箱、进程隔离、权限管理、Binder/D-Bus 等 IPC 安全； 3. 负责 AI Agent 运行环境的安全架构设计，建立 Agent 在文件、网络、进程、设备能力和用户数据等维度的权限边界，解决 Agent 自主执行带来的越权访问、恶意指令执行及数据泄露风险； 4. 建设 AIOS 安全开发生命周期和安全治理机制，将威胁建模、安全评审、代码扫描、模糊测试、渗透测试、漏洞响应和安全回归集成到研发及CI/CD流程中。 5. 跟踪 Android、Linux、AI Agent及端侧大模型相关的新型安全风险，持续分析行业攻击事件、漏洞和防御技术，并推动关键安全能力预研和落地。
1. 负责语音识别（ASR）核心算法研究与推理引擎开发，对 Conformer、RNN-T、Whisper 等主流架构进行性能优化，覆盖实时转写、离线识别、多语种、强噪声等复杂场景； 2. 负责语音合成（TTS）声学模型与声码器算法研究，对 VITS、NaturalSpeech、CosyVoice 等架构进行优化，提升合成语音的自然度、表现力与推理速度，支撑多发音人、多语种、情感风格可控合成等场景落地； 3. 负责机器翻译算法研究与产品化落地，基于 Transformer 等主流架构进行优化，设计支持云端与离线端的翻译推理框架，覆盖多语种互译、低资源语言对及垂直领域翻译场景； 4. 负责 ASR / TTS / 翻译全链路推理框架设计，推动模型流式改造、INT8/INT4 量化、知识蒸馏、结构剪枝等轻量化技术落地，支撑移动端、嵌入式设备的大并发低延迟部署； 5. 跟进 ASR、TTS、机器翻译及多模态语音领域的学术前沿与行业动态，将研究成果快速转化为工程能力，持续提升产品效果与用户体验。
1. 负责 Android Audio 框架层（AudioFlinger, AudioPolicy等）的深度定制，打通多媒体上层与底层音频通路，优化音频路由机制、重采样与多路混音性能； 2. 主导 Audio HAL（HIDL/AIDL）的架构设计与核心开发，打通 TinyALSA/ALSA 与底层音频芯片（Codec、SmartPA）的连接，提供稳定的硬件抽象支持； 3. 针对游戏、乐器模拟、直播等场景，运用 AAudio/Oboe 等超低延迟音频通路进行深度优化，攻坚并解决系统级音频卡顿（Glitch/Under-run）和音画不同步问题； 4. 设计并实现复杂场景下的音频焦点（AudioFocus）管理、音量曲线动态校准、多通路并发录播策略，以及外接音频设备（USB/蓝牙/Type-C）的智能动态路由； 5. 负责声学前处理算法（AEC、NS、AGC 等）以及空间音频、第三方音效（Dolby、DTS）在框架层或 DSP 侧的集成打通、性能优化与效果调优。
围绕构建AI时代的新一代操作系统产品，负责OS能力层的产品规划与落地，定义操作系统如何为AI提供系统级支撑，并推动核心能力面向品牌厂商、生态伙伴的标准化能力输出： 1. 负责AIOS系统能力层的产品规划与路线图制定，构建面向AI场景的底层能力体系； 2. 定义系统能力的标准化封装与模块化输出方案，支撑外部合作伙伴按需集成与灵活适配； 3. 深入洞察AI大模型对操作系统的能力诉求，包括不限于如智能调度、多模态感知、端云协同、Agent执行环境等，推动系统能力的持续演进； 4. 主导面向厂商的适配方案与集成策略设计，协同商务与技术团队推动生态合作落地； 5. 与AI算法、端侧工程、用户产品等团队紧密协作，确保系统能力有效承接上层业务需求； 6. 跟踪行业趋势与竞品动态，持续优化产品方向与竞争策略。
围绕构建AI时代的新一代操作系统产品，负责 Agent Memory 产品策略的规划与落地，围绕记忆的获取、存储、召回、更新和遗忘机制，持续提升 Agent 的理解能力、个性化体验和任务完成效率： 1. 规划 Agent Memory 产品能力及演进路线； 2. 设计短期记忆、长期记忆和用户偏好等管理策略； 3. 制定记忆召回、更新、遗忘及隐私权限规则； 4. 建立效果评估指标，结合用户反馈和数据持续优化； 5. 协同算法、研发、设计和业务团队推动产品落地。
围绕构建AI时代的新一代操作系统产品，负责端云一体平台方向的产品规划与落地，搭建支撑整个AIOS及其生态运转的核心平台能力： 1. 负责AIOS系统侧端云一体平台的产品规划与路线图制定，建立统一的平台产品架构； 2. 主导系统基建类平台产品设计与落地，包括不限于账号、设备管理、系统升级等方向； 3. 主导系统开放能力平台、以及应用生态管理及分发平台相关产品规划，推动生态建设； 4. 与AIOS系统其他产品板块紧密协同，确保平台能力有效支撑上层业务及用户场景； 5. 跨团队协作推动产品从规划到交付以及后续升级演进、能力扩展的全生命周期。
1.负责AI硬件整机硬件系统架构设计，将 PRD 转化为详细硬件技术规格，向 ODM 输出技术规范，对接PCB原理图/layout/Gerber文件的详细评审； 2. 统筹管理各模块硬件开发，深度评审 ODM 输出的技术文档（原理图、Layout、堆叠图等）； 3. 负责核心器件评估与导入验证，主导二供（2nd Source）的准出与技术风险评估； 4. 牵头解决研发及试产阶段的系统级重大技术瓶颈（信号完整性、整机功耗、复杂 EMC/EMI）； 5. 协同软件及测试团队，跟进整机系统性能优化，对最终产品的研发进度和交付质量负责。
1. 配合阿里云海外业务团队开展售前技术支持工作，与客户进行技术交流，针对需求和场景提供无影云电脑相关解决方案，负责方案规划、编写、讲解及招投标等工作，支持项目落地； 2. 定期调研海外市场，了解行业需求和使用场景，把握行业发展动向及技术变革方向，为产品送代提供建设性输入； 3. 沉淀标杆案例，沉淀典型行业和场景的解决方案，定期为一线进行培训和赋能； 4. 主动发掘生态合作伙伴，探索创新商业模式和合作场景； 5. 承担产品线的业务指标，为结果负责。
1. 负责牵头或参与相关国家标准、行业标准、国际标准等的制修定（领域包括但不限于AI、安全、数据、云计算、开源、垂直领域应用等）； 2. 参与公司的标准化日常运营管理，作为各标准化组织的事务接口人，管理各标准化组织的日常事务； 3. 负责标准化组织对接，并牵头/参与相关的国内或国际标准组织活动，组织技术研讨及交流会议、评审会议等； 4. 调研和分析相关标准领域的国内外技术、产业、生态发展趋势； 5. 负责与业务和产品部门沟通，协同业务共同确定标准化需求，并制定相关领域的标准化策略，助力业务发展。
1. AIGC技术研究与创新：研究并落地多模态大模型（MLLM）、图像生成与编辑（Diffusion Model、ControlNet、LoRA）、视频生成等前沿技术，推动算法在实际产品中的迭代升级。 2. AI Agent系统开发：设计并构建端到端的AI Agent系统，涵盖工具调用、任务编排、策略优化等环节，实现创意生产流程的智能化与自动化。 3. 广告营销创意生成方案设计：负责图文与视频营销素材的智能生成、编辑方案，以及创意素材的多模态内容理解与效果分析，直接支撑业务增长。 4. 跨团队协作与技术推动：与产品、工程、数据团队紧密配合，推动技术方案从研究到上线的全流程落地。
1. 负责信息流推荐相关的召回、排序、策略等算法设计与落地 2. 负责超大规模深度学习在用户建模、CTR预估、多场景迁移学习等领域中的应用 3. 负责用户表征学习、向量化召回、兴趣发现等在推荐场景内的应用 4. 负责主推荐场景的算法下发、内容成长等策略设计与应用 5. 负责AI能力与推荐业务的深度结合, 包括并不限于生产式建模和agent应用
1. 负责AI安全能力的研发与落地，围绕大语言模型（LLM）及AI应用全生命周期，构建覆盖训练数据安全、模型推理安全、应用部署安全的一体化防护体系； 2. 深入研究大模型安全风险，设计并实现自动化检测、防御与响应方案，保障AI应用在真实业务场景中的安全性； 3. 参与安全工具与平台的架构设计与核心代码开发，推动AI技术在漏洞挖掘、安全检测、威胁情报分析等场景中的工程化落地，提升安全平台的智能化水平； 4. 持续跟踪业界AI安全前沿动态，包括大模型安全对齐、AI红队测试、安全评测基准等技术方向，推动相关能力在业务中的落地与持续演进。
