你将成为大模型技术落地的“算力内核设计者”！ 在这里，你将深入 Kubernetes 生态，参与构建支撑超大规模 AI 集群的容器化基础设施。你的代码将直接打破大模型训练与推理的工程瓶颈，优化 Agent 冷启动速度，提升 GPU 集群吞吐量，为 AI 时代的算力底座注入极致性能！
【基础信息】
面向群体： 2027届毕业生（毕业时间：2026.11.01 - 2027.10.31）
职位类别： 技术类 - 工程方向
招聘项目： 阿里巴巴2027届实习生
【职位描述】（以下方向参与其一或多项即可）
1. AI 容器调度与编排优化
深度优化 Kubernetes 调度器，实现面向 GPU 拓扑感知的算力分配，解决大规模分布式训练任务的资源碎裂问题。
设计并实现面向 AI Agent 的弹性调度策略，通过多级缓存、预加载等手段，实现分钟级到秒级的 Agent 快速拉起与自动伸缩。
2. AI 高性能存储与网络底座
针对 AI 大规模 checkpoint 与数据读取场景，优化容器存储挂载性能，通过存储卸载与并行化技术解决 I/O 阻塞。
优化容器网络性能（如 RDMA/RoCE 深度集成），通过内核态路径优化，降低推理请求的网络传输延迟。
3. AI 工程平台架构设计与效率提升
负责大型 AI 项目工程平台的架构设计，构建标准化的云原生架构，确保高可用与可扩展性。
通过降低系统开销与资源冗余，进行架构级优化，显著提升大规模 AI 任务的系统运行效率。
定义面向 AI 场景的资源管控标准与作业管理规范，解决大规模并行任务下的资源争抢与隔离难题。
4. AI 基础设施极致加速
研发面向 AI 推理与 Agent 运行的轻量化容器运行时，实现极致弹性与高密部署。
构建 AI 场景监控与调优平台（从底层硬件到应用层的全链路性能剖析与优化）。
负责容器镜像基础服务研发，针对业务特征深度优化架构，提供高效极致的产品能力。
设计研发基于 AI 的智能应用/资源弹性产品及自主智能运维 Agent（自动故障感知与自愈决策）。
【职位要求】
1. 基础条件：
计算机、软件工程等相关专业优先。
热衷于数据结构和算法，在 ACM/ICPC 等竞赛中成绩优异者优先。
有 K8s/容器相关开源社区贡献（Kubernetes/KubeFlow/Volcano/OpenKruise等）或高性能存储/网络开发经验者极大加分。
2. 专业能力：
系统编程： 具备扎实的 Linux 底层基础（网络栈、文件系统、进程管理），熟练掌握 Go语言（核心）、Java、Python 或 C++，具备复杂的分布式系统调试能力。
容器生态： 对 Kubernetes 架构有深入理解，熟悉容器 Runtime（Docker/containerd/CRI）原理，有 K8s 自定义 Controller/Scheduler 开发经验优先。
AI 系统素养： 理解 AI 推理/训练的资源特征（如显存、带宽、通信模式）；熟悉容器化环境下 AI/Agent 任务的架构及部署链路，了解如何通过容器技术优化模型加载、Checkpoint 保存、内存管理等环节；对大规模分布式工程架构有一定理解，关注系统的高可用性、可观测性及研发效能的提升。
3. 能力特质：
极致追求： 乐于挑战“毫秒级”延迟极限，具备良好的性能分析工具（如 ebpf, perf, flamegraph 等）使用与系统调优能力。
工程思维： 出色的系统抽象与架构设计能力，能够将复杂的 AI 场景痛点转化为高可用、高可靠的系统工程方案。
跨域协同： 具备良好的技术视野，能够与模型算法工程师高效沟通，理解算力对业务的支撑逻辑，从底层视角拆解并解决 AI 工程挑战。
极客精神： 对 AI 大模型技术充满热情，渴望在分布式系统与大规模算力平台的交汇处实现技术突破。
【简历投递】
在这个 AI 爆发的时代，和最优秀的人一起打造地表最强算力底座！期待你的加入！
投递邮箱： zzw261520@alibaba-inc.com （内部直招，将极速响应和推进流程）
邮件主题请命名为： 【27届实习投递】姓名-学校-AI Infra容器方向
欢迎随时发邮件交流咨询相关事宜！
--
FROM 59.82.59.*