公司简介：
阿里云（北京）科技有限公司成立于2006-01-16，法定代表人为张翅，注册资本为4617.06万元，统一社会信用代码为911****5783951338G，企业注册地址位于北京市朝阳区望京东园四区9号楼12层1201号，所属行业为软件和信息技术服务业，经营范围包含：一般项目：软件开发；技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；信息系统集成服务；计算机软硬件及辅助设备批发；计算机软硬件及辅助设备零售；电子产品销售；版权代理；企业管理咨询；碳减排、碳转化、碳捕捉、碳封存技术研发；节能管理服务。（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）许可项目：代理记账。（依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以相关部门批准文件或许可证件为准）（不得从事国家和本市产业政策禁止和限制类项目的经营活动。）。企业当前经营状态为存续。在招职位如下：
AI Infra工程师-容器方向
工作城市：北京
薪资：12k-24k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
薪资：12k-24k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
## 岗位职责
你将成为大模型技术落地的“算力内核设计者”。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，通过对调度、存储、网络等核心组件的深度定制与优化，打破大模型训练与推理的工程瓶颈。你的代码将直接优化 Agent 的冷启动速度，提升 GPU 集群的吞吐量与资源利用率，为 AI 时代的算力底座注入极致性能。
具体的职责包括以下相关方向的一项或多项：
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，解决分布式训练中的 I/O 阻塞问题。
- 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与规划，通过构建标准化的云原生技术底座，确保复杂计算场景下的系统高可用性与可扩展性。
- 针对大规模 AI 任务执行过程中的痛点进行架构级优化，通过降低系统开销与资源冗余，显著提升系统运行效率。
- 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，确保高负载生产环境的稳定性。
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，实现计算资源的极致弹性与高密部署。
- 构建 AI 场景下的监控与调优平台，深度剖析容器化环境下的性能瓶颈，实现从底层硬件到应用层的全链路性能优化。
- 负责容器镜像基础服务设计与研发，针对 AI 业务特征及需求，深度优化产品架构及技术实现，为 AI 业务大规模使用等场景提供高效极致的产品能力。
- 设计研发基于AI的智能应用弹性及资源弹性产品能力，推动对AI应用场景的端到端弹性伸缩优化。
- 设计研发自主智能运维Agent，通过自动故障感知根因定位与自愈决策闭环，提升运维效率。
## 岗位要求
1. 毕业起止时间要求
2026-11-01 - 2027-10-31
2. 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 或容器相关开源社区贡献（Kubernetes/KubeFlow/Volcano/OpenKruise等）或高性能存储/网络开发经验者加分。
3. 专业能力：
- 系统工程与编程能力： 具备扎实的 Linux 系统底层基础（熟悉网络栈、文件系统、进程管理等），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。
- 容器与编排生态： 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 开发经验者优先。
- AI 系统领域专业知识：
- 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、Memory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。
4. 能力特质：
- 极致的性能追求：乐于挑战“毫秒级”的延迟瓶颈，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。
- 工程化思维：具备良好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。
5. 工作地点：
北京/杭州
你将成为大模型技术落地的“算力内核设计者”。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，通过对调度、存储、网络等核心组件的深度定制与优化，打破大模型训练与推理的工程瓶颈。你的代码将直接优化 Agent 的冷启动速度，提升 GPU 集群的吞吐量与资源利用率，为 AI 时代的算力底座注入极致性能。
具体的职责包括以下相关方向的一项或多项：
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，解决分布式训练中的 I/O 阻塞问题。
- 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与规划，通过构建标准化的云原生技术底座，确保复杂计算场景下的系统高可用性与可扩展性。
- 针对大规模 AI 任务执行过程中的痛点进行架构级优化，通过降低系统开销与资源冗余，显著提升系统运行效率。
- 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，确保高负载生产环境的稳定性。
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，实现计算资源的极致弹性与高密部署。
- 构建 AI 场景下的监控与调优平台，深度剖析容器化环境下的性能瓶颈，实现从底层硬件到应用层的全链路性能优化。
- 负责容器镜像基础服务设计与研发，针对 AI 业务特征及需求，深度优化产品架构及技术实现，为 AI 业务大规模使用等场景提供高效极致的产品能力。
- 设计研发基于AI的智能应用弹性及资源弹性产品能力，推动对AI应用场景的端到端弹性伸缩优化。
- 设计研发自主智能运维Agent，通过自动故障感知根因定位与自愈决策闭环，提升运维效率。
## 岗位要求
1. 毕业起止时间要求
2026-11-01 - 2027-10-31
2. 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 或容器相关开源社区贡献（Kubernetes/KubeFlow/Volcano/OpenKruise等）或高性能存储/网络开发经验者加分。
3. 专业能力：
- 系统工程与编程能力： 具备扎实的 Linux 系统底层基础（熟悉网络栈、文件系统、进程管理等），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。
- 容器与编排生态： 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 开发经验者优先。
- AI 系统领域专业知识：
- 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、Memory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。
4. 能力特质：
- 极致的性能追求：乐于挑战“毫秒级”的延迟瓶颈，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。
- 工程化思维：具备良好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。
5. 工作地点：
北京/杭州
构建AI Agent下一代调度与计算引擎-阿里星
工作城市：北京
薪资：12k-24k
学历要求：硕士,博士
岗位性质：实习
岗位描述：
薪资：12k-24k
学历要求：硕士,博士
岗位性质：实习
岗位描述：
## 岗位职责
1、构建既能实现极致性能（百毫秒唤醒）又能做到极致成本效益（资源利用率提升XX%）的 Agent 基础设施底座；
2、主导设计和实现融合了Agent Sandbox、容器与虚拟化的统一调度系统。
## 岗位要求
0、毕业起止时间要求：2026-11-01 - 2027-10-31
1、计算机科学或相关专业背景，具备深厚的操作系统、分布式系统理论基础；
2、精通Go/C++/Rust中至少一种，具备大型、复杂底层系统或分布式调度系统的设计与开发经验；
3、熟悉Kubernetes架构，特别是其调度器（kube-scheduler）和资源管理机制；有二次开发或重度使用经验者优先；
4、深入理解Linux内核机制（如cgroups、namespaces、内存管理、内核调度）或虚拟化技术（KVM, QEMU）；
5、对解决复杂系统中的性能瓶颈与稳定性问题充满热情，并具备体系化的方法论；
6、有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。
加分项 ：
1、有分布式系统调度算法（如Borg、Omega、Mesos）的设计或研究经验；
2、有eBPF、CRIU、gVisor、Kata Containers等云原生前沿技术的实践经验；
3、有Hypervisor（KVM/Xen）开发或性能优化经验；
4、在Linux Kernel、Kubernetes、Docker等顶级开源社区有活跃贡献；
5、掌握AI基础知识，掌握基础提示词工程，会使用Al专业工具，集成AI到个人工作流；有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。
## 工作地点
北京/杭州
【容器云计算+AI Infra 暑期实习热招中，HC多多，感兴趣欢迎联系】
1、构建既能实现极致性能（百毫秒唤醒）又能做到极致成本效益（资源利用率提升XX%）的 Agent 基础设施底座；
2、主导设计和实现融合了Agent Sandbox、容器与虚拟化的统一调度系统。
## 岗位要求
0、毕业起止时间要求：2026-11-01 - 2027-10-31
1、计算机科学或相关专业背景，具备深厚的操作系统、分布式系统理论基础；
2、精通Go/C++/Rust中至少一种，具备大型、复杂底层系统或分布式调度系统的设计与开发经验；
3、熟悉Kubernetes架构，特别是其调度器（kube-scheduler）和资源管理机制；有二次开发或重度使用经验者优先；
4、深入理解Linux内核机制（如cgroups、namespaces、内存管理、内核调度）或虚拟化技术（KVM, QEMU）；
5、对解决复杂系统中的性能瓶颈与稳定性问题充满热情，并具备体系化的方法论；
6、有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。
加分项 ：
1、有分布式系统调度算法（如Borg、Omega、Mesos）的设计或研究经验；
2、有eBPF、CRIU、gVisor、Kata Containers等云原生前沿技术的实践经验；
3、有Hypervisor（KVM/Xen）开发或性能优化经验；
4、在Linux Kernel、Kubernetes、Docker等顶级开源社区有活跃贡献；
5、掌握AI基础知识，掌握基础提示词工程，会使用Al专业工具，集成AI到个人工作流；有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。
## 工作地点
北京/杭州
【容器云计算+AI Infra 暑期实习热招中，HC多多，感兴趣欢迎联系】