Tech jobs
Job listings
平头哥-AI驱动技术专家-上海
1、负责Linux下，自研AI芯片的user mode驱动设计研发 2、负责Linux下，Kernel mode驱动的设计开发 3、负责Linux环境下，硬件性能调优工作。 4、参于硬件整个设计流程，迭代驱动设计以满足model/emulation/hardware的需求。 1. Responsible for AI chip’s User mode driver design and development on Linux.…
灵犀互娱-高级游戏客户端开发工程师-mmo
1. 负责游戏中的系统玩法于相关工具的设计、制作与维护； 2. 优化和维护组内各种辅助工具，如美术资源导出，打包系统，自动化测试脚本等； 3. 优化客户端性能，优化开发流程，维护内部构建流程与测试流程。 1. 本科以上学历，四年以上Unity开发经验，有项目成功上线经历优先； 2. 能独立承担复杂系统开发，熟练把各种设计模式和算法运用到工作中，掌握一两门脚本语言（lua/python）的使用； 3.…
平头哥-边缘AI芯片高速接口验证专家/高级专家-上海
负责相关高速接口的端到端验证，确保功能、性能、功耗与能效等各项特性达成设计目标。 ● 负责制定端到端验证策略，协同DV与CV完成各类设计风险的释放，支撑回片后的芯片验证； ● 负责构建和维护IT/ST环境，集成各类VIP，支撑IT/ST验证工作开展； ● 深刻理解SoC芯片应用场景，准确定义本领域IP或子系统的系统场景，合理规划用例释放各类功能、性能风险，以及某些情况下的功耗与能效验证； ●…
Token Foundry-技术专家-模型工程-ModelScope魔搭
本岗位负责围绕ModelScope模型生态，开发各领域模型（尤其是LLM，多模态理解以及Diffusion生成等）落地所需的相关开源工具链。探索强化学习、模型评估、Agent系统、持续学习等前沿技术，并支持相关技术的通过魔搭站点以及生态为依托，实现服务化落地。打通模型从ckpt落地为实际应用所需的自动化部署，评测等一系列工程链路，以及Agentic应用生态的落地。同时参与跨部门、跨公司、以及与全球开源社区的协作，探索AI领域前沿技术研…
Token Foundry-大模型训练Infra工程师-训练稳定性方向
1. 建设超大规模训练的稳定性治理体系，围绕有效训练时长（ETTR）与 Goodput 做端到端度量与优化，量化并持续压缩因故障、回滚、启动带来的无效算力（Badput）。 2. 构建覆盖软硬件异常的故障可观测能力，完善日志、指标、事件的采集与关联分析；研发智能诊断能力，实现训练 slow / hang / OOM / 通信异常等故障的快速定界与根因追溯，沉淀故障模式库与自动诊断规则。 3.…
Token Foundry-大模型训练Infra工程师-容器Infra方向
1. 基于开源 Kubernetes 构建面向大模型训练的容器化基础设施增强能力，研发 GPU 拓扑感知调度、Gang 调度、资源碎片治理与利用率提升，保障千卡 / 万卡级作业的快速拉起与高吞吐运行。 2. 研发面向训练作业的任务编排与作业管理能力（作业生命周期管理、作业全链路追踪等自定义控制器），支撑预训练、RL、评测多场景任务的可靠调度与快速恢复。 3.…
Token Foundry-大模型平台研发工程师-测试开发
主要负责 TokenFoundry 大模型平台建设，为大模型训练提供稳定、高效、弹性的 AI Infra 基础设施。 1. 负责Token Foundry数据生产、训练和评测平台质量保障体系建设，支持大模型平台研发快速迭代； 2. 制定和推进测试策略、测试计划和测试方法，进行缺陷跟踪和软件质量分析等工作； 3. 借助Agent / Skill能力，提升测试效率、质量和覆盖范围；研究 LLM 在测试领域的应用，推动技术创新落地。 1.…
淘宝闪购-应用安全专家-杭州/上海
1. 负责淘宝闪购业务SDL体系建设与落地，包括安全编码规范制定、白盒代码审计、安全测试自动化等，推动安全左移在业务研发全流程中的实践。 2. 负责淘宝闪购业务线的安全评审、漏洞检测与应急响应，覆盖应用系统及智能体安全。 3. 跟踪业界前沿攻防技术，研究黑灰产攻击手法，设计并落地检测策略与安全防护方案。 4. 参与应用安全、AI安全技术前瞻性研究，孵化安全智能体或工具，推动数据安全能力产品化。 1.…
阿里云智能-agent sandbox平台开发专家-杭州/北京
1. 构建 Agent Sandbox 服务的云原生适配层，实现基于 Kubernetes 集群的 Agent Sandbox 的全生命周期管理。 2. 负责虚拟节点（Virtual Node）架构设计和性能优化，解决 超大规模集群下 Serverless 容器与Kubernetes 管控面的状态管理、资源映射和异常自动恢复等技术难题。 3. 优化超大并发下 Kubernetes…
阿里云智能-异构GPU集群资源优化技术专家-杭州
1. 负责智算集群中GPU资源的全面监控、质量巡检及故障预测，通过智能化运维手段确保系统的高可用性和稳定性，提前识别并解决潜在问题。 2. 保障在线POD的集群资源管理与切分业务，优化资源分配策略，提高资源利用率和任务处理效率，支持大规模分布式计算的需求。 3. 开发和维护KuberGPU技术，实现GPU资源的高效切分与容器化部署，支持多款智算相关产品的多种应用场景，提供灵活且强大的GPU资源共享解决方案。 4.…
阿里云智能-管控系统研发专家-杭州/北京
1. 技术方案设计 参与云产品管控系统的架构升级和优化工作，根据管控系统的稳定性、性能、安全等目标设计相应的技术方案，并明确方案目标、范围和交付成果； 基于需求进行技术可行性分析和方案评审，结合当前的技术架构进行合适的技术选型和功能设计。完成技术架构和数据架构设计，并推进开发流程； 参与 AI 能力体系建设，包括管控中台 MCP Server 架构设计、运维 Skill 沉淀、自然语言镜像构建等 AI 场景的技术方案设计。 2.…
阿里云智能-AI 智算集群监管控及算力管理平台研发专家-北京/杭州
1. 建设灵骏集群监管控系统核心能力，不断提升客户在云上使用灵骏智算集群产品的自动化、智能化程度。 2. 建设满足业务场景和数据合规要求的智算集群库存管理体系，结合节点调度、性能分析、故障自动化处理、租户运维功能等核心体系能力，持续提升灵骏智算集群产品竞争力。 3.…
阿里云智能-函数计算（FC）Sandbox Infra 研发专家-北京
函数计算（Function Compute）是阿里云 Serverless 的核心产品，承载了集团内外大量在线业务、AIGC 推理、数据处理、前端 SSR 等负载。 Sandbox Infra 团队负责函数计算最底层的那一层： ● 多租户下的安全隔离：任意用户代码都要能安全、稳定地跑在共享基础设施上； ● 极致的冷启动与弹性：百毫秒级拉起一个带完整运行时的安全沙箱，秒级扩容到数万实例； ●…