阿里云云原生日常实习

阿里云云原生 2027 届实习生招聘

原来热 AI，生而有为

我们是中国云原生的定义者和引领者，是阿里云核心基石——云原生应用平台。过去，我们定义了中国的云原生标准；现在，我们全面转向 AI，致力于打造 AI 时代的最强基础设施。

🌟 团队实力与规模

• 世界级开源项目：主导并孵化 RocketMQ、Higress、Nacos、Dubbo 等知名开源项目。

• 超大规模数据处理：SLS、Kafka 每日处理亿级终端请求，吞吐量超 **100PB+**。

• 高并发应用支撑：在线运行 100 万+ 应用实例，服务十万级研发团队，日均处理亿级分析任务。

• 万亿级 AI 流量承载：日处理 Token 超 **万亿+**，通过调度技术、数据工程与语义分析，为 Agent 智能体提供“手脚”与“舞台”。

🎯 招聘对象与要求

• 面向人群：2027 届应届毕业生（毕业时间：2026 年 11 月 – 2027 年 10 月）

• 学历要求：硕士研究生及以上学历（计算机、软件工程、人工智能、数学、统计学等相关专业优先）

• 工作地点：北京 / 杭州 / 上海 / 深圳

基础要求

• 基础扎实：熟悉 Prompt 工程、主流 Agent 架构（如 ReAct、Plan-and-Solve 等）、RAG 技术栈。

• 拥抱 AI：对大模型（LLM）与 AI 前沿技术有浓厚兴趣，具备快速落地实践能力。

• 工具使用：能熟练使用 AI 编程工具、AI 智能体等前沿开发辅助手段。

• 综合素质：具备强烈好奇心、自驱力，逻辑清晰，沟通协作能力强。

极具竞争力的加分项

• 项目经验：有大模型微调、Deep Learning、Agent 框架层开发、智能编程、代码生成、向量数据库底层研发、大规模数据处理等项目经验。

• 学术成果：在 SIGMOD、VLDB、OSDI、SOSP 等系统/数据库顶会发表论文。

• 竞赛获奖：在 ACM/ICPC 等权威程序设计竞赛中获奖。

• 开源贡献：深度研读并贡献过知名开源项目源码（如 Lucene、RocksDB、Kafka、RocketMQ、Higress、Nacos、AgentScope、LanceDB、Milvus 等）。

🚀 核心方向

我们聚焦 AI 时代基础设施重构，涵盖四大演进方向：

1. AI Agent 开发工程师

• 负责 AI Agent 应用开发全流程：Prompt 工程、RAG 优化、Multi-Agent 构建、流程编排等。

• 参与 AI Agent 产品的需求分析、技术选型、方案设计与用户体验提升。

• 持续跟踪 AI 与大模型领域技术进展，推动其在实际场景中落地应用。

2. AI 全栈工程师

• 深度参与 AI 能力的工程化落地：模型调用、Prompt 工程、AI 应用验证与评估、AI Agent 构建等。

• 推动 AI 驱动的云产品体验革新：研发智能工作台、自然语言交互界面等下一代 UX。

• 探索 LLM 与控制台技术深度融合，打造从“命令行”到“对话式操作”的全新交互范式。

3. AI 数据工程师

• 参与研发万亿级数据规模的全模态数据处理引擎，构建自动化数据生产 pipeline。

• 解决海量数据在清洗、脱敏及增强过程中的计算瓶颈，交付高质量训练集。

• 设计支撑 AGI 演进的多模态语义标签标准与特征映射体系。

4. AI 应用算法工程师

• 主导基座大模型向顶尖垂直行业专家的后训练全链路技术演进（SFT、RL 等）。

• 搭建高效的数据采集、清洗与标注工程流水线，探索合成数据与模型自标注策略。

• 设计评测指标与 Rubric，搭建自动化评测框架，建立离线基准与线上实验体系。

5. AI 应用研发工程师

• 深入业务场景，利用数据挖掘与特征分析完成现象归因，将痛点转化为 AI 解决目标。

• 设计 AI 原生系统架构，参与 Agent 系统核心模块（记忆、推理、工具编排）规划。

• 负责 Agent 关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环。

6. AI Agent 优化工程师 (训练/数据/评测)

• 深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建及自动化评估体系。

• 打造高质量数据生产链路，探索合成数据与高效蒸馏技术方案。

• 构建可工程化的 Reward 体系与 RL 训练环境，提升模型在垂直业务场景中的可控性。

7. AI Infra 工程师

• 深入分布式训练架构，优化通信与底层算子性能，解决大规模集群通信瓶颈。

• 针对大规模推理场景，研发高性能推理引擎，实现极致低延迟与高并发。

• 构建大规模 GPU 集群的统一调度与编排系统，实现算力资源的弹性分配。

📌 加入我们

阿里云云原生 —— 生而有为，原来热 AI。

在这里，你的代码将直接决定大模型训练的效率、推理的响应速度以及集群资源的利用率，为 AI 时代的算力底座注入核心动力。

点击“立即投递”查看联系方式与投递方式。