大模型训练数据处理的文本去重和分类性能优化-阿里星-阿里巴巴2027届实习生

寻找顶尖的Data&AI复合人才，加入国际一流国内领先的阿里云自研大数据平台MaxCompute团队，共同构建和完善MaxCompute下一代AI原生的计算引擎。在这个团队，您将会和我们一同解决业界面临的超大规模网页文本数据的处理、去重、分类等计算任务的优化，从系统层面到算法实现层面，全面挑战和拓展业界在该领域计算效率的极限指标。 该职位会在MaxCompute Data+AI团队，基于分布式原生Python计算框架MaxFrame，进行大规模离线LLM推理在大规模文本处理场景中的研究和开发。 岗位职责包括： 1、大模型的量化调优，在较低内存和CPU算力的环境中，依然可以达到较高的token处理和生成速率； 2、常用推理框架(e.g. vLLM、Llama.cpp)，在网页文本处理任务上的性能调优，特别是针对质量分计算或者打标场景的调优； 3、中低端GPU对于小参数LLM(1.5B/3B/7B/14B等规格）的推理性能调优。

1、计算机科学、人工智能、数学或相关领域的博士学历； 2、具备扎实的工程能力，优良的编程风格，熟悉C++/Python等面向对象编程语言，以及常用设计模式； 3、具备一定的性能分析和调优经验； 4、有过PB级网页文本的数据和清洗经验； 5、在OSDI/SIGMOD/VLDB等顶级系统领域/大数据领域的会议上发表过论文； 6、熟悉vLLM推理框架，并在开源社区有贡献。