招聘中 实习

研究型实习生-超长序列下数据负载感知的MoE模型并行训练加速

阿里巴巴

  • 北京、杭州
  • AI Infra

收录时间

岗位职责

包括但不限于:

  1. 设计和实现机器学习系统所需要的大规模分布式计算系统,参与机器学习全生命周期(训练、推理、MLOps、CI/CD、AB testing)组件的开发与优化。
  2. 构建业界领先的超大规模稀疏训练引擎,通过软硬件协同以及工程算法联合优化,持续榨取高性能异构硬件的性能潜力,不断推高分布式训练的性能天花板。
  3. 构建业界先进的多模态、大语言训练引擎,通过持续的分布式训练优化,不断提升算法的训练规模,提升硬件的使用效率。
  4. 构建超大规模全流程机器学习平台,覆盖从特征工程、样本构建到模型量化交付,并通过构建SQL计算引擎、分布式特征服务、样本湖等,提升特征样本计算存储效率。
  5. 图学习、联邦学习、强化学习等多个AI方向算法工程解决方案的探索和落地。
  6. 在机器学习系统的前沿领域(如分布式训练、软硬协同设计等)参与应用驱动的研

职位要求

  1. 精通C/C++、Java、Python等至少一门编程语言,了解至少一种主流机器学习建模框架;
  2. 对于机器学习和数学有较强的理解能力,有机器学习领域经验(计算机视觉、语音、NLP、推荐系统)优先;
  3. 热衷于数据结构和算法、在ACM大赛成绩优异者优先;
  4. 有实际成果并发表在国际顶级会议、期刊者优先;
  5. 熟悉异构计算和高性能计算,有GPU、端侧等软硬件优化经验者优先;
  6. 熟悉常用机器学习算法,有linux下开发经验的,大规模数据处理经验优先。
  7. 实习时间要求(必须满足):能保证连续实习6个月及以上 一段全新、有意思的旅程正待开启!为了更全面的展现你自己,你还可以在简历中附上你认为自己最有意思的爱好、特长、经历,或是对未来有意思的畅想,没有限制,此项非必填。加入我们,一起打开有意思的未来!

有些机会,只在官网短暂出现

真正值得关注的岗位,常常只在企业官网短暂开放,可能两三天后就下线,也未必会同步到综合招聘平台。没有持续关注,你甚至不会知道它曾经出现。职先机持续聚合并核验官网岗位,帮你抓住职场先机,快人一步。

微信小程序 / 当前岗位

在微信里继续看这个岗位

阿里巴巴研究型实习生-超长序列下数据负载感知的MoE模型并行训练加速

扫码直达当前岗位收藏、浏览记录和下线提醒留在微信里
电脑端可直接微信扫码;手机端可保存小程序码后在微信中识别。
微信扫码在职先机小程序查看研究型实习生-超长序列下数据负载感知的MoE模型并行训练加速正在准备岗位码
职先机微信小程序一岗一码 · 正式版直达保存小程序码

岗位提醒 · 01

收藏当前岗位,下线及时通知

当前岗位研究型实习生-超长序列下数据负载感知的MoE模型并行训练加速阿里巴巴 · 北京、杭州

01

扫码进入当前岗位无需重新搜索,直接打开当前岗位详情。

02

收藏并开启提醒在小程序内收藏后,岗位下线或变化时及时通知。

03

继续查看相似机会原岗位变化时,可继续浏览相关在招岗位。

职先机会持续核验公开岗位;岗位状态与最终招聘结果仍以企业招聘官网为准。

微信小程序扫码打开当前岗位

扫码打开当前岗位,完成收藏并开启下线提醒。

微信扫码在职先机小程序收藏研究型实习生-超长序列下数据负载感知的MoE模型并行训练加速正在准备岗位码

微信小程序 · 当前岗位

请前往微信小程序提交内推申请

阿里巴巴研究型实习生-超长序列下数据负载感知的MoE模型并行训练加速实习 · 北京、杭州

01进入当前岗位扫码或打开后直达本岗位内推申请页。

02提交 PDF 简历简历替换、处理进度和消息提醒在小程序内同步。

手机端将尝试直接打开微信;电脑端请使用微信扫码。

微信扫码进入研究型实习生-超长序列下数据负载感知的MoE模型并行训练加速内推申请页正在准备岗位码
当前岗位专属码扫码后无需重新搜索岗位保存小程序码

内推提示

暂不支持该岗位内推

如需投递,建议前往官网进行投递。