阿里巴巴2027届校招岗位

7月30日发布

• 面向异构计算的多模态数据处理性能优化技术-阿里星/A Star阿里巴巴 · 校招 · 北京准备网申
  快速预览岗位要求

  岗位描述 1. 参与MaxFrame分布式Python计算框架的设计、开发与技术演进,支撑阿里集团内部和公有云上的Data+AI一体化计算场景。 2. 负责多模态数据(视频、图像、音频、3D点云)的高效加载、解析、特征提取Pipeline优化,设计CPU/GPU协同的异步数据加载架构。 3. 探索异构调度与算子融合技术

  学历以官网为准 · 查看完整岗位与申请入口 →

• 面向 AI 搜索的 Native 引擎性能优化技术-阿里星/A Star阿里巴巴 · 校招 · 杭州准备网申
  快速预览岗位要求

  岗位描述 加入阿里云 Elasticsearch 核心研发团队，参与建设面向 AI 搜索的云原生高性能引擎 FalconSeek。 随着 RAG、企业知识库、智能问答、语义搜索、多模态检索和 Agentic 应用快速发展，搜索系统正在从传统关键词检索，演进为全文检索、复杂聚合、语义检索、混合检索和高维向量检索并存的新一

  学历以官网为准 · 查看完整岗位与申请入口 →

• 具身智能的高效训练、数据闭环与云上部署关键技术-阿里星/A Star阿里巴巴 · 校招 · 杭州准备网申
  快速预览岗位要求

  岗位描述 1. 参与PAI具身智能训练与部署基础设施的架构设计与开发,围绕GR00T、Pi0、OpenVLA、VLM Policy、World Model、强化学习/模仿学习等方向,开展高效训练、数据管线、异构硬件适配、性能优化和产品化落地工作； 2. 负责具身智能数据管线建设,包括多模态数据(视频、轨迹、动作、传感器

  学历以官网为准 · 查看完整岗位与申请入口 →

• 自主智能体自进化技术-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 1）负责面向政企场景的大模型智能体自进化技术研究，构建基于业务反馈数据的强化学习闭环系统，实现智能体能力的持续自动化提升。 2）设计并实现高性能“训推一体”框架，支持智能体在业务流程中中实时吸收业务反馈信号，进行低延迟、高安全性的策略更新。 3）推动自进化智能体在医疗、金融、电力、政务等多个行业的落地验证，持

  学历以官网为准 · 查看完整岗位与申请入口 →

• 大语言模型高性能推理系统关键技术研究-阿里星/A Star阿里巴巴 · 校招 · 杭州准备网申
  快速预览岗位要求

  岗位描述 1. 参与大模型推理系统的架构设计与开发，包括推理网关、请求调度、流量路由等核心模块的建设 2. 负责推理引擎（vLLM/SGLang等）的深度优化与定制化开发，提升推理吞吐与延迟表现 3. 参与PD分离（Prefill-Decode）架构的设计与开发，优化Prefill与Decode阶段的资源分配与协同调度

  学历以官网为准 · 查看完整岗位与申请入口 →

• AI Agent应用研发&系统架构（搜索）-阿里星/A Star阿里巴巴 · 校招 · 杭州准备网申
  快速预览岗位要求

  岗位描述 我们在重新定义 Agent 时代的搜索。传统搜索返回链接与摘要，而 agent 时代的入口正在迁移——coding agent、browser agent、桌面 / 企业 agent都把搜索作为工具接入工作流。我们要做的是一个面向 agent 的下一代搜索平台： - 多模态：统一检索网页、文档、代码、图像、

  学历以官网为准 · 查看完整岗位与申请入口 →

• AI Native数据计算引擎：原子化智能算子、DAG 编排与混合查询优化-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 加入阿里云 Hologres 团队，参与构建面向 AI Native 时代的新一代数据计算引擎。Hologres 是阿里云一站式实时数仓与湖仓一体数据引擎，支撑高并发实时写入、PB 级分析、向量检索、多模检索和在线服务等核心场景。 随着大模型、智能体和企业级 AI 应用快速发展，数据计算的边界正在从传统结构化

  学历以官网为准 · 查看完整岗位与申请入口 →

• 大模型新范式与前沿技术研究-阿里星阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 我们专注于探索大模型的下一代范式，沿""新模型架构、科学智能、多模态、可解释性""四个方向推进前沿技术突破。如果你对Transformer之外的下一代架构、大模型与科学的深度融合、原生多模态统一建模、模型机理与XAI等方向抱有强烈热情，勇于挑战从理论到应用的难题，欢迎加入我们！ 具体职责如下： 1、研究下一

  学历以官网为准 · 查看完整岗位与申请入口 →

• 面向大模型的实时交互式 AI Agent 系统架构研究-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 1. 面向大模型实时交互场景，参与实时交互式 AI Agent 系统架构研究与原型建设，探索低延迟、可打断、可连续对话、可执行任务的新一代智能体系统。 2. 研究 Real-time AI / Conversational AI 的核心链路架构，包括流式 ASR、Streaming LLM、实时 TTS、Ag

  本科 · 查看完整岗位与申请入口 →

• AI Agent 应用研发&系统架构-阿里星/A Star阿里巴巴 · 校招 · 杭州准备网申
  快速预览岗位要求

  岗位描述 负责构建支撑 AI Agent 全生命周期的核心基础设施（业界所称 Agent Harness），涵盖设计构建、训练优化、安全部署、高并发调度及服务化交付等，为 Agent 的规模化落地提供稳定、高效、安全的底层能力。 具体职责包括以下相关方向的一项或多项： 1. Agent 基础设施：主导设计高并发、可扩

  学历以官网为准 · 查看完整岗位与申请入口 →

• 面向多模态与Agentic 湖仓的 AI-aware 查询优化技术-阿里星/A Star阿里巴巴 · 校招 · 杭州准备网申
  快速预览岗位要求

  岗位描述 AI 正在重塑数据平台的形态。未来的湖仓系统不再只是承载人写的 SQL，也将成为 AI agent 理解数据、检索知识、规划任务、调用工具和执行决策的核心基础设施。传统查询优化技术主要围绕结构化数据，关注 CPU、IO、网络、cardinality、join order、数据分布和访问路径选择；而在 AI N

  学历以官网为准 · 查看完整岗位与申请入口 →

• Agentic RL 训练基础设施的关键技术研究-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 1. 设计和优化面向 Agent 训练的分布式 RL 训练系统，包括训练-推理统一调度、大规模 rollout 生成加速、长轨迹高效训练、异步奖励计算流水线等；基于 verl/Slime/RLInf 等开源框架进行系统级创新，结合 SGLang/vLLM 等推理引擎提升 Agentic RL 训练效率； 2.

  学历以官网为准 · 查看完整岗位与申请入口 →

• 基于行为奖励与快慢脑协同的实时AI导购研究-阿里星/T-Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 淘天集团AI助手算法团队承担了淘天集团新一代AI原生购物助手的开发工作，通过统一的All in One大模型解决淘宝在不同场景的用户需求。团队在大模型强化学习、Agentic训练、原生多模态训练以及Agent框架设计有着行业领先的认知和实际落地效果。 在这里，你将 ● 全链路模型训练 ○ 深度参与购物

  学历以官网为准 · 查看完整岗位与申请入口 →

• 智算网卡与协议栈竞争力构建-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 随着AI大模型参数规模迈向万亿级，算力集群已从“千卡”向“万卡”演进，网络通信成为制约大模型训练效率的核心瓶颈。本团队正承担面向下一代大模型的超低延迟、高吞吐、高稳定性的RDMA网络全栈解决方案的重点项目。我们需要具有深厚理论功底和极强工程落地能力的博士人才，共同攻克RDMA网卡架构及智能传输层协议等“无人区

  学历以官网为准 · 查看完整岗位与申请入口 →

• AI Infra高性能通信与传输系统-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 大模型时代正在深刻重塑数据中心基础设施的技术栈。随着大语言模型参数规模从千亿级跃迁至万亿级（如 DeepSeek-V3 的 671B MoE 架构、GPT-4 级别模型），分布式训练与推理对底层通信系统的带宽、延迟和可扩展性提出了前所未有的要求。与此同时，MoE 专家并行引入的 All-to-Allv 通信模

  学历以官网为准 · 查看完整岗位与申请入口 →

• 阿里云终端智能计算Agentic算法-阿里星/A Star阿里巴巴 · 校招 · 杭州 / 上海准备网申
  快速预览岗位要求

  岗位描述 本岗位主打多端Agentic智能算法全栈研发，打通大模型算法、强化学习、端侧部署、数据闭环、多终端操控技术，覆盖AI PC、云电脑、云手机全终端场景，落地Computer Use、Browser Use、Mobile Use、具身智能等前沿Agent能力，构建可自主决策、持续进化的终端智能体生态。 1. 端

  学历以官网为准 · 查看完整岗位与申请入口 →

• Agentic AI infra 内存无感超分技术研究-阿里星/A Star阿里巴巴 · 校招 · 杭州 / 上海准备网申
  快速预览岗位要求

  岗位描述 AI Agents 算力需求爆发式增长，全球 CPU 与内存供给持续紧张，内存价格飙升且短期内没有缓和迹象。我们正在研究下一代内存超分（Memory Overcommit）技术，目标是在用户无感知的前提下大幅提升云计算内存利用效率，降低 Agentic AI 算力的触达成本。该岗位依托阿里云神龙虚拟化架构与百

  学历以官网为准 · 查看完整岗位与申请入口 →

• MaaS Agentic视觉生成算法研究-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 阿里云MaaS（Model-as-a-Service）平台致力于打造国际领先的大模型服务与应用能力。依托阿里云强大的算力集群、领先的基座模型和完备的平台能力，我们围绕Agentic图像与视频生成方向，持续攻坚生成模型在复杂任务中的可控性、一致性、指令遵循与业务可用性等关键问题，打造下一代智能化视觉创作平台与解

  学历以官网为准 · 查看完整岗位与申请入口 →

• MaaS 多模态AI搜索算法研究-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 阿里云MaaS（Model-as-a-Service）平台致力于打造国际领先的大模型服务与应用能力。依托阿里云强大的算力集群、领先的基座模型和完备的平台工程体系，我们围绕多模态AI搜索方向，持续攻坚跨模态理解、复杂内容检索、多模态RAG、长视频理解与智能问答等关键技术问题，打造下一代智能搜索体验与企业级多模态

  学历以官网为准 · 查看完整岗位与申请入口 →

• ATH MaaS大模型&智能体前沿算法研究-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 深入参与 Alibaba Token Hub 事业群 MaaS 业务（Model as a Service）的核心算法研发，以最前沿的技术驱动顶层业务创新，定义下一代 AI-Native 交互范式。结合阿里云真实业务场景，我们围绕大模型、智能体、全模态等核心能力，打造国际领先的AI服务与应用能。在这里，你的工

  学历以官网为准 · 查看完整岗位与申请入口 →

• 基于 AI-native 的智算稳定性研发创新-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 【岗位背景】 随着AI服务的增加、算力集群从“千卡”向“万卡”演进，算力骨干网的规模也在变大变得更为复杂。网络稳定性已经成为 AI 发展的核心瓶颈。本团队意在利用 AI 大模型技术针对基础设施网络稳定性运维进行智能运维系统的建设，包括 AI-based 网络变更方案生成检测，AI-based 网络配置风险预防

  学历以官网为准 · 查看完整岗位与申请入口 →

• 面向AI的高性能分布式存储系统研发-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 1、为EBS的稳定、性能、成本技术演进和架构设计和技术创新落地，构建稳定可靠，性能优越，具有成本优势的先进分布式块存储系统； 2、AI 对存储吞吐有非常高的要求，本岗位需要面向AI场景将存储带宽做到物理极限，同时大幅降低成本； 3、OLTP 客户对EBS的延迟和长尾要求非常高，在高吞吐的背景下，需要通过流量整

  学历以官网为准 · 查看完整岗位与申请入口 →

• AI 训练推理场景下万亿文件规模高性能并行文件存储系统的体系结构设计与关键机制研究-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州 / 上海准备网申
  快速预览岗位要求

  岗位描述 参与AI场景高性能文件存储系统研发，包括： 1、文件系统元数据与数据系统架构设计，以及元数据和数据分离策略下扩展性和一致性机制。 2、分布式数据和元数据管理，高并发负载下的智能负载均衡和高性能分布式一致性协议研究。 3、通过基于访问热度统计，结合启发式算法比如机器学习算法进行文件聚类，结合新型存储介质比如 Z

  学历以官网为准 · 查看完整岗位与申请入口 →

• 面向复杂任务的自主智能体规划推理与协作关键技术-阿里星/A Star阿里巴巴 · 校招 · 杭州准备网申
  快速预览岗位要求

  岗位描述 1. 面向真实业务需求，开展大模型Agent领域前沿技术研究，包括但不限于：规划推理、记忆机制、工具使用、多智能体协作、Agent安全与对齐与标准化Agent评测等方向； 2. 将研究成果转化为可落地的技术方案，与工程团队协作推动Agent能力在产品中的规模化应用； 3. 持续跟踪国际前沿进展，在NeurIP

  学历以官网为准 · 查看完整岗位与申请入口 →

• 大模型推理阶段Prefill-Attention-FFN分离场景下类GPU硬件架构-算法优化机制研究-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州 / 上海准备网申
  快速预览岗位要求

  岗位描述 1. 本岗位聚焦于大模型推理阶段PAF（Prefill-Attention-FFN）分离架构下的软硬件协同优化。将深入底层，打破传统单一硬件视角的局限，通过跨层级建模与仿真，为下一代AI算力基础设施提供理论依据与技术支撑； 2. 构建PAF全链路负载特征基准： - 深入分析大模型推理中Prefill、Atte

  学历以官网为准 · 查看完整岗位与申请入口 →

• 面向Agent场景Runtime与操作系统研究-阿里星/A Star阿里巴巴 · 校招 · 北京准备网申
  快速预览岗位要求

  岗位描述 1.研究面向Agent执行模式的操作系统运行时机制，包括Turn-Aware调度、语义感知的进程状态管理、面向Agent高密度并发的资源隔离与I/O调度； 2.设计并实现Agent Runtime核心系统原型，将Agent语义（Turn边界、状态机生命周期、Tool调用链）下沉为OS可感知的运行时原语； 3.

  学历以官网为准 · 查看完整岗位与申请入口 →

• 下一代大模型智能体框架与数据技术-阿里星阿里巴巴 · 校招 · 北京 / 杭州 / 上海准备网申
  快速预览岗位要求

  岗位描述 近年来，以大模型为核心的生成式人工智能正从""能对话、能生成""迈向""能自主完成任务""。智能体（Agent）框架与数据技术，正成为放大模型能力、连接前沿研究与产业落地的关键基础设施。 我们致力于打造下一代大模型智能体框架（Agent Harness）与配套的数据技术体系：一方面，把 LLM 当作""CPU

  学历以官网为准 · 查看完整岗位与申请入口 →

• AI Agent基础设施&系统架构-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 通过在基础设施层的架构设计和优化，包括模型训练、推理以及Agent Infra， 打造AI Agent产品的坚实底座，支持Agent快速研发和应用，降低服务成本，保证服务质量和稳定性，推动AI应用产品的大规模落地应用。 1. 模型训练优化上，解决基础的计算、存储和数据等方面优化的同时，设计agentic 的方

  学历以官网为准 · 查看完整岗位与申请入口 →

• 音视频数字人多模态大模型算法研究和应用-阿里星/A Star阿里巴巴 · 校招 · 北京 / 杭州准备网申
  快速预览岗位要求

  岗位描述 1.前沿技术研究：负责端到端多模态语音大模型的核心算法研究，攻克语音-语义联合建模、流式实时推理、情感感知对话等关键技术难题，推动从级联式架构向原生多模态架构的技术范式升级； 2.系统架构设计：主导设计面向智能外呼场景的下一代多模态对话系统架构，实现毫秒级端到端响应、自然话轮切换、实时情感理解等核心能力，重新

  学历以官网为准 · 查看完整岗位与申请入口 →

• 面向大模型推理的通用后端运行时系统研究-阿里星/A Star阿里巴巴 · 校招 · 北京准备网申
  快速预览岗位要求

  岗位描述 1.负责面向大模型推理场景的通用后端运行时系统研究与架构设计，核心目标是构建引擎无关的系统层，统一管理推理进程状态、模型权重生命周期与GPU设备资源； 2.研究并优化推理进程的高效快照与恢复机制，在Linux CRIU基础上针对GPU推理进程进行深度定制，推动关键路径逼近PCIe/RDMA硬件带宽极限； 3.

  学历以官网为准 · 查看完整岗位与申请入口 →