共 4293 个在招岗位 · 实时同步阿里巴巴官方招聘数据
o 负责和主导平头哥前沿科技芯片的开发 o 负责和主导芯片验证文档的撰写，包括验证方法学，验证Testbench搭建及实现，Testplan等 o 负责和主导AI芯片cache 领域验证TB开发、环境开发、测试向量开发及调试，覆盖率收集、问题复现等 o 负责和参与Infrastructure的工具和流程的开发
1. 负责多渠道供应商（美国和加拿大末端派送承运商、清关报关行以及干线卡车服务提供商）的开拓与谈判，建立丰富且具有竞争力的供应商资源池。 2. 协助部门负责人建立供应商全生命周期管理体系。 3. 负责供应商的日常运营与维护，支持业务的持续稳定运行。 4. 建立多维度的供应商分级与评估体系，优化供应商管理资源，培育战略合作伙伴。
职位描述 1.从 0 到 1 生产合成 RL Instance：围绕种子任务构建完整 Instance（任务描述、运行环境、输入资产、评测钩子），通过参数化模板实现批量合成与自动校验，保证 Instance 的正确性、完整性与可复现性，作为 rollout 数据生产的起点。 2.搭建 Agent 与 rollout 产线：基于主流 harness/agent 框架搭建 Agent 运行环境，端到端跑通轨迹采样、自动校验、质量过滤的生产 Pipeline，对 rollout 结果做预校验与失败模式分析，保障进入训练的数据可信、可追溯。 3.建设 Verifier 与 Rubric：将模糊的质量目标拆解为可量化的 Verifier 和多维度打分 Rubric，与领域专家、标注团队以人机协作方式完成标注与校准，持续迭代以应对 Reward Hacking，确保评估信号与训练目标对齐。 4.对接算法侧形成闭环：与算法/训练团队紧密配合，将模型效果反馈转化为数据策略调整（任务难度、Reward 信号、标注规范等），驱动“数据 → 训练 → 评测”持续迭代。
1、产品架构与解决方案设计： 深入调研餐饮商家业务全链路，完成业务建模和领域分析，输出分层产品架构设计方案和可落地的解决方案；沉淀可复用的业务组件和场景模板，推动解决方案标准化。 2、AI产品化落地： 将AI技术能力与餐饮经营场景结合，设计AI驱动的产品功能（会员运营、门店经营、企业规划等），负责AI产品从方案设计到规模化推广的全生命周期管理。 3、商家数字化能力建设： 制定商家数字化成熟度评估模型，分层设计能力提升路径；搭建商家运营机制，包括核心商家共创、需求反馈闭环和标杆案例打造。 4、资源协调与项目管理： 协调产品、技术、算法、设计、业务等多方资源，主导重点项目全流程管理，建立标准化协作流程，确保交付质量和效率。 5、行业洞察与产品规划： 跟踪餐饮行业趋势、竞品动态和AI技术应用前沿，输出行业洞察报告，参与制定产品中长期规划路线图。
1.负责文生图、图生图、图生视频等相关场景的算法研发工作； 2.跟踪前沿技术发展，提出技术创新方案，推动落地，并推动行业创新。 3.研究并实践基于大数据、人工智能、计算机视觉、机器学习等领域的新技术在图片生产、编辑、审核、分发、推荐等各个环节的应用； 4.深入理解业务和算法原理，结合业务特点进行业务洞察和分析，探索视频生成算法应用价值，与产品共建视频生成的全链路。
1. 根据角色概念设计师提供的设计方案，进行设计和制作角色、怪物的三维模型资源； 2. 根据动画师提供的技术要求对角色的三维模型进行合理布线，以确保模型适合动作设计； 3. 设计与制作游戏内道具/武器等非场景类的三维模型资源； 4. 和其他三维模型组成员进行协作，完成游戏所需的角色、怪物等模型的制作和输出； 5. 与开发人员对接，制定角色三维模型的素材和引擎配合的技术标准。
1. 为客户导入和开发玄铁RISC-V IP和技术设计赢取胜利机会； 2. 负责RISC-V CPU IP产品的技术宣讲，对玄铁产品、服务和友商保持高标准的技术知识； 3. 积极拓展客户，保持对领域的动向和客情变化的敏感度； 4. 与Sales团队合作，提供技术知识和支撑，与潜在客户建立和维护良好的客户关系，介绍和推动玄铁RISC-V IP的design in； 5. 与技术工程团队合作，确保客户需求和产品的匹配度，确保客户项目的顺利落地。
1. 负责基于公司服务器CPU芯片的存储垂直软件技术栈的性能优化、稳定性提升及功能迭代，主导核心技术难题的攻关；深入理解CPU芯片架构特性（如缓存、指令集、IO虚拟化、QoS等），结合存储软件运行机制，制定针对性的优化方案并落地实施 2. 与硬件设计团队紧密协作，参与芯片架构定义、功能验证阶段的软件需求输入，确保芯片设计充分适配存储软件场景；搭建存储软件优化的测试验证平台，制定测试方案、性能基准及评估体系，保障优化效果的有效性和稳定性 3. 跟踪存储领域前沿技术及行业发展趋势，将先进技术融入公司软件优化方案，推动技术创新 4. 负责存储相关软硬件栈（如设备驱动、文件系统、分布式存储系统、NVMe等）基于自研CPU芯片的适配和优化，提升存储IO吞吐量、降低延迟 5. 深入研究存储硬件加速技术（如CPU卸载引擎、存储级内存SCM适配等），推动软件与硬件加速能力的深度融合 6. 针对分布式存储、企业级存储等核心场景，优化存储软件在自研CPU上的资源占用（CPU、内存），提升系统并发处理能力 7. 解决存储软件在实际部署场景中与自研CPU芯片相关的兼容性、性能瓶颈问题
● 基于GPU Profile完成模型算子覆盖率分析，识别必选高性能算子开发路径并评估性能影响。 ● 基于性能仿真建模工具完成性能建模并检查review，输出整网及分层模块性能预期报告，明确关键模块与算子形状、数据类型及切分策略。 ● 结合Profile与建模结果，输出算子开发需求清单（含算子列表、shape、dtype、切分策略）及接口需求说明文档，明确算子/框架团队优先验证规格。 ● 维护并扩展补充新增AI芯片算子单OP精度与性能参考代码，沉淀AI Harness SKILL/Agent资产。 ● 建立主要模型推理规格的GPU竞品性能数据清单，形成可量化对标基准。 ● 跑通模型Fake Tensor推理（带切分方案）与Real Tensor推理全流程，验证并行切分策略正确性。 ● 对比实测性能与建模预期，量化Gap来源（算子效率/切分策略/调度开销/显存带宽等），驱动算子、框架、编译器团队形成优化闭环，持续逼近建模性能极限。 ● 制定端到端精度验证策略，输出验证方案与QA转测说明，完成AI芯片daily QA转测交付。 ● 输出模型整体并行方案与子模块/算子级切分细化方案，形成建模性能预期数据报告。
1、负责 RISC-V 架构 JVM 后端开发、移植与性能调优，参与 OpenJDK 核心组件优化（C2 编译器、GC、运行时等）； 2、与硬件研发团队紧密协同，联合硬件团队进行微架构级别性能分析，参与硬件特性早期评审，提供软件侧需求与反馈，协同验证新硬件平台上的 JVM 正确性与性能； 3、推动 OpenJDK 在数据中心大规模部署与调优，针对微服务、云原生、大数据等典型场景进行 JVM 专项优化，与业务团队协同，识别并解决生产环境中的 JVM 性能瓶颈； 4、向 OpenJDK 上游社区提交 patch，参与 code review，推动代码合入主线，跟踪上游社区技术动态； 5、参与 RVI（RISC-V International）基金会技术工作组，参与 RISC-V 规范讨论与制定，代表公司推动 JVM 相关扩展指令集提案；
从事芯片框架相关的工作，主要包含： 1. 负责主流开源框架支持，如pytorch、tensorflow； 2. 负责主流开源大模型推理引擎支持，如vllm； 3. 负责大模型推理性能优化； 4. 负责大模型大规模集群训练优化；
- 主导性能建模平台的架构设计和关键模块构建，开发系统、模型和算子仿真框架，为芯片系统设计提供量化依据 - 构建AI负载特征分析套件，从主流 AI 模型中提取计算、访存、并行和互联等方面特征，并开发相应Benchmark - 定义功耗评估方法论和框架，寻找性能和功耗甜点，设计系统调频、调压及任务调度方案 - 建立芯片可编程性的科学评估体系，协调软件和硬件团队的架构探索方向
1. 对当前流行的生成式AI模型，如GPT-3，LLaMA，Qwen，stable diffusion等模型进行应用分析，评估模型在不同硬件架构（CPU/GPU/NPU）上的性能瓶颈，分析内存占用等； 2. 针对应用分析结果设计关键硬件模块的架构，包括数据通路，控制逻辑，计算/访存接口等； 3. 构建高精度的硬件架构的仿真器和性能、面积、功耗模型； 4. 依据仿真器和模型的结果做架构探索，为硬件架构设计提供理论依据。
1、负责数据中心SoC的内存子系统的软件解决方案分析和设计，参与相关的客户需求评估、软硬件架构设计等工作 2、参与DDR相关的固件和应用工具开发工作 3、与芯片研发团队协作，通过仿真、原型等方法验证内存子系统的功能及性能完整性 4、参与各类DDR子系统相关的底层软硬件问题解决，通过RAS能力增强、端到端容错方案设计等方法，保障芯片线上运行稳定性
1. 负责基于RISC-V架构的数据中心级芯片的Linux内核移植、特性开发及底层驱动适配，确保OS在新型硬件上的稳定运行与高性能表现。 2. 深度参与芯片定义阶段的软硬件协同设计，从操作系统视角提出架构建议，解决端到端业务场景中的系统级难题。 3. 主导或参与RISC-V服务器生态建设，与上游开源社区（如Linux Kernel, QEMU, U-Boot等）保持紧密互动，推动关键补丁合入，提升芯片在社区的支持度。 4. 建立系统级的性能分析与调优体系，利用Top-down等方法论定位瓶颈，针对内存管理、进程调度、IO栈等核心模块进行深度优化。 5. 解决复杂的生产环境问题，构建自动化测试与诊断工具链，支撑客户及内部团队的技术需求。
1. AI技术融合与优化：将人工智能技术、大模型融入芯片业务开发测试流程，提升产品研发效率和质量。 - 自动化工具开发：开发AI辅助工具，如代码审查工具、自动测试用例生成工具、性能瓶颈分析工具等，提高研发测试的自动化程度。 - 数据处理与分析：利用大模型和AI工具处理大量研发测试数据，包括代码、测试用例、测试执行日志等，优化数据处理流程。 2. AI知识库系统构建 - 知识库设计：设计和构建高效、准确的AI知识库系统，支持业务部门的专业知识生成和服务。 - RAG系统开发：构建和优化RAG（Retrieval-Augmented Generation）系统，实现从知识库中快速准确地检索相关信息，并生成高质量的业务文档和回答。 3. AI辅助工具平台开发 - 工具平台设计：设计和开发AI辅助工具平台，提供统一的接口和工具集，支持多种AI应用。 - 用户支持：为业务部门提供技术支持，确保AI工具平台的稳定运行和高效使用。 4. 项目管理和团队协作 - 需求分析：与业务部门紧密合作，理解业务需求，提供技术解决方案。 - 项目管理：跟踪项目进度，确保按时交付高质量的AI系统。 - 团队协作：与团队成员协作，分享知识和经验，推动团队整体技术水平的提升。
1、深入理解RISC-V软件技术架构和生态发展方向，负责RISC-V开源社区及生态组织的相关工作，构建完善的开源技术生态，并推动有利于产品发展的各项技术标准与行业标准。 2、结合市场需求，挖掘产品机会，完成生态相关产品规划、设计和落地，制定产品战略和路线图。 3、跨团队协同，联合产品与研发团队，为生态伙伴提供整套解决方案，技术文档、SDK 示例、最佳实践指南，降低其接入门槛。 4、关注开源社区动态，参与社区活动，推动Risc-V生态繁荣发展。
1.0-1供应链体系搭建主导芯片供应链流程设计建设，覆盖EDA/IP采购、晶圆代工、封测、关键材料、物流及质量管控；建立适配初创期“小步快跑”的敏捷采购、供应商准入与管理。 2.核心厂商资源整合深度对接国内外Foundry、OSAT、IP授权方、基板/特种材料供应商；主导商务谈判、产能预留、良率爬坡协同与替代方案验证。 3.业务流程拉通与全链路降本打通研发、采购、制造、财务、品控的业务断点，建立从成本拆解、流片排期到交付验收的可视化链路，实现综合成本最优。 4.阿里生态对接与能力转化快速识别并接入集团内部资源，打造“芯片供应链数字化”能力。 5.风险管控与合规保障能链接和利用好集团法务资源，建立地缘政策、产能波动、出口管制、知识产权等风险预警与预案；确保采购合规、数据安全与反舞弊机制落地，保障交付。
1、负责数据中心SoC的PCIe子系统端到端软件分析和设计，参与相关的客户需求评估、软硬件架构设计等工作 2、参与PCIe相关固件、驱动、应用工具的开发和调优工作 3、与芯片研发团队协作，通过仿真、原型等方法验证PCIe子系统的功能及性能完整性 4、参与各类PCIe子系统相关的底层软硬件问题解决
1、负责车规级处理器软件的技术路线规划、产品开发及功能安全认证工作； 2、主导 Safety OS、AUTOSAR 等主流车规操作系统的适配调优与生态协同，推动其在目标平台的落地与产品化； 3、负责 STL、数学库、电机控制算法等核心处理器软件库的设计、开发与功能安全认证。
1. 负责全栈性能测试体系建设，设计并实现覆盖内核、中间件到应用层（如SLAM、目标检测、图形渲染）的自动化 Benchmark 框架，并针对机器人、边缘AI等业务场景定制关键性能用例； 2. 完成深度性能问题诊断与解决，运用 perf、ftrace、eBPF 等工具对操作系统、处理器指令效率、I/O 及系统集成层面的性能瓶颈进行根因分析，并推动有效优化； 3. 提供性能验证与交付支撑，建立性能数据采集、可视化与回归检测 pipeline，制定验收标准，输出标准化报告，支撑版本发布与产品交付； 4. 跨团队技术协同，参与需求与架构评审，从性能视角提供输入，并协助测试团队设计用例、解读结果，确保系统整体性能目标达成；
- 负责芯片访存子系统的架构设计，可主导自研存储控制的架构及设计实现； - 跟踪芯片领域及新型计算领域（如机器学习）发展，设计开发低功耗的架构、芯片及硬件产品； - 参与芯片架构与微架构设计，负责开发和维护各种通用接口和模块； - 针对业务发展需求，开发相应原型系统，落地芯片产品
1、负责编译器设计开发与优化工作，包括编译器中端、后端技术优化等。 2、负责二进制翻译器设计开发与优化工作，包括指令翻译技术、翻译优化技术、代码缓存技术、运行优化技术等。 3、基于LLVM框架，针对高性能应用、高性能内核所需，深度开展相关优化算法与数据/指令的布局技术。 4、负责处理器研发过程中的编译与体系结构优化。 5、负责编译器领域业界前沿技术的研究分析。
我们正在寻找一位经验丰富的模块测试工程师，专注于服务器核心模块与子系统的深度测试与验证。您将负责从单元到系统级的测试策略设计、自动化实现与问题定位，确保服务器各关键模块（如内核/虚拟化、高速总线、编解码等）的功能、性能、可靠性及兼容性满足严苛的行业标准。您需要对服务器硬件架构与软件栈有深入理解，并能通过创新的测试方法发现潜在缺陷，为产品的高质量交付提供坚实保障。 岗位职责： 1. 服务器核心模块测试策略与执行：负责制定和执行服务器关键模块的测试计划，特别是在如下某一个或者某几个核心模块有扎实测试专长的候选人加入： a. 内核与虚拟化模块：测试虚拟化技术（如KVM, VMware ESXi）、容器运行时、内核关键子系统（调度、内存管理、网络栈）的功能、性能隔离与稳定性。 b. 高速互连总线模块：负责PCIe, CXL, NVLink等高速总线的功能验证、带宽/延迟性能基准测试、错误注入与容错测试。 c. 硬件加速与编解码模块：测试GPU、视频编解码器（如H.264/HEVC/AV1）、加解密引擎等硬件加速单元的功能正确性、性能提升及驱动兼容性。 d. 固件与BMC模块：参与服务器固件（BIOS/UEFI）、基板管理控制器（BMC）的接口、安全与可靠性测试。 2. 测试框架与自动化开发：针对特定模块，设计并开发高覆盖率的自动化测试套件、压力测试工具和性能基准测试框架。集成到CI/CD流水线，实现模块质量的持续监控。 3. 深度分析与问题定位：执行测试并分析结果，能深入日志、硬件寄存器、性能计数器等，对发现的缺陷进行根因分析，准确定位至硬件、固件、驱动或应用层，并与研发团队紧密协作推动问题解决。 4. 系统级集成与可靠性验证：将模块测试融入整机系统测试，验证多模块协同工作下的功能与性能，设计并执行长时压力、故障恢复、容错等可靠性测试场景。 5. 技术预研与能力建设：跟踪服务器技术演进（如新硬件架构、互联协议、虚拟化技术），预研新的测试方法、工具与标准，提升团队在特定模块领域的测试深度与效率。
1. 负责跟进大模型、具身智能等前沿科技发展，探索 AI 算力在机器人、工业自动化及智能生活场景中的应用方案； 2. 对接核心客户并挖掘其核心需求，协助其完成技术选型，并解决其从 ARM/其他架构迁移至 RISC-V 过程中的软件栈适配、性能优化等痛点； 3. 深挖机器人、边缘侧 AI 等垂直行业需求，以场景为核心，围绕 RISC-V IP 扩展指令寻找差异化竞争优势； 4. 主导内部项目立项，围绕处理器 IP、算法规划长期目标，并建立完整的 benchmark 体系； 5. 主导原型系统的开发，包括芯片规划、硬件选型、算法移植、驱动调优及 Demo 演示工作；
1. 负责车规级处理器的软件测试全流程，覆盖芯片启动、外设驱动、安全机制及性能基准测试； 2. 设计并执行 STL（软件测试库）验证方案，保障STL符合ISO 26262认证要求； 3. 开发基于 Python/C 的自动化测试框架，集成 CI/CD 流水线，实现测试用例的批量执行与覆盖率统计； 4. 结合车规处理器软件测试业务，开发对应的AI skill和agent，进行工作流编排和优化。
1. 负责基于公司服务器CPU芯片的网络垂直软件技术栈的性能优化、稳定性提升及功能迭代，主导核心技术难题的攻关；深入理解CPU芯片架构特性（如缓存、指令集、IO虚拟化、QoS等），结合网络软件运行机制，制定针对性的优化方案并落地实施 2. 与硬件设计团队紧密协作，参与芯片架构定义、功能验证阶段的软件需求输入，确保芯片设计充分适配网络软件场景；搭建网络软件优化的测试验证平台，制定测试方案、性能基准及评估体系，保障优化效果的有效性和稳定性 3. 跟踪网络领域前沿技术及行业发展趋势，将先进技术融入公司软件优化方案，推动技术创新 4. 负责网络相关软件栈（如设备驱动、协议栈、RDMA等）基于自研CPU芯片的优化，提升网络吞吐量、降低传输延迟、优化网络拥堵控制 5. 深入研究网络虚拟化技术（如SR-IOV、DPDK、VPP等），优化虚拟化场景下的网络性能，提升资源利用率 6. 针对云计算、大数据传输等高频网络场景，结合自研CPU的网络加速特性，制定端到端的网络性能优化方案 7. 解决网络软件（如网卡驱动、网络中间件）与自研CPU芯片适配过程中的技术难题，保障网络系统的稳定性和可靠性
作为芯片互联方向的产品经理，为达摩院规划与定义面向下一代AI数据中心的scale up互联芯片产品方案，与架构师，软件产品经理一起定义有技术前瞻与市场竞争力的产品 - 产品规划：跟踪 Scale-Up/Scale-Out网络架构、研究LPO/NPO/CPO、OCS（光电路交换）等新兴技术路线，制定产品技术路线图。 - 产品定义：结合AI集群Scale Up网络拓扑需求，定义交换芯片/GPU芯片互联端口速率、带宽、时延、功耗、封装形态等核心指标，输出产品MRD/PRD。 - 系统级方案设计：主导电/光互联在 Scale-Up 网络架构方案落地，评估 Pluggable/LPO/NPO/CPO、EPS/OCS等组合对系统 TCO（成本和功耗）、时延的影响，输出技术选型与成本测算报告。 - 项目推进：与架构师、软硬件团队协同，完成产品方案评审，平衡产品性能、成本、功耗与研发周期，确保产品可量产落地。 - 商业化：配合BD团队，输出产品技术白皮书与技术方案，支撑客户选型、方案适配与项目落地，跟进产品上市后市场表现与客户反馈，持续优化产品迭代策略。
1. 跟踪大模型的国际前沿算法技术动态，定期输出技术调研报告并试点验证，评估其在业务中的应用价值； 2. 负责大模型在端侧/边缘场景的优化与落地，包括模型压缩、推理加速、多模态输入处理与上下文管理； 3. 负责数据计算、运动控制、图像处理算法的研发与优化； 4. 跨团队参与产品的需求评审，制定算法验收标准，配合测试团队完成算法在各应用场景下的效果验证与版本迭代； 5. 主导算法在 RISC-V 架构硬件上的移植、量化与性能优化，确保算法运行的稳定性和实时性； 6. 负责撰写设计方案、接口规范等技术文档，参与专利布局及相关学术论文的撰写；
岗位职责： 负责服务器芯片的功能、性能、稳定性测试定制工具开发，支撑芯片验证、生产、客户服务器整机交付、线上运维等各类场景下的软件工具研发需求 参与制定芯片验证和软件测试的流程、标准 参与客户量产阶段的技术支持工作，与上下游团队协作，达成产品线上服务质量目标
