阿里云专有云iaas软硬结合AI创新team招实习啦，暑期实习可转正，简历直达leader核心方向，老板超nice，工作氛围好不卷，作息1075，base 北京/杭州/上海目前方向：1. 阿里自研ppu芯片 软硬协同优化2. agentsandbox kata/firecracker/gvisor3. AI模型镜像链路加速，系统性能优化4. AI稳定性工程闭环对以上感兴趣的小伙伴们 直接+VVVV～X caoyifan1a2b---以下为官网 jd1.AI 训推系统级性能优化与组件化交付面向 LLM/VLM/VLA、智驾等场景，围绕训练与推理全链路开展性能分析与优化落地，产出可复用的软件组件/算子库/解决方案.典型优化方向：计算与访存瓶颈、显存/内存管理、KV Cache、长上下文、并行策略（TP/PP/DP/EP）、通信与网络（AllReduce/AllGather/AllToAll、RDMA）、数据与 I/O（DataLoader、checkpoint、存储带宽）。2.云原生 AI Runtime 与隔离（Kata / runD / Sandbox Runtime）负责 GPU 在 Kata Containers/沙箱容器中的高性能、安全隔离与可用性建设：GPU 直通/虚拟化、驱动与设备插件集成、容器镜像与运行时兼容。参与 sandbox runtime（containerd/CRI 体系）相关能力建设：资源隔离（cgroup/namespace/NUMA）、启动时延优化、稳定性与故障恢复、可观测性（metrics/tracing/logging）。与 Kubernetes 侧生态协同（Device Plugin、RuntimeClass、调度/拓扑亲和、弹性伸缩等），提升多租户环境下 GPU 利用率与 QoS。3.软硬件协同与异构算力适配深入结合硬件特性（计算单元、HBM/缓存层次、PCIe/NVLink/互联、编译器/运行时）制定协同优化方案，推进在训练/推理/云原生运行时侧的落地。构建 microbenchmark、性能模型与回归体系，快速定位瓶颈并指导组件演进。4.稳定性与工程闭环建设端到端与算子级 benchmark、自动化 profiling、CI 回归与精度/稳定性守护。定位并解决复杂问题：hang/crash、OOM、性能抖动、通信异常、GPU 设备异常、虚拟化/隔离环境下的兼容性问题。
