阿里巴巴
智能引擎-机器学习系统工程师-北京
智能引擎-机器学习系统工程师-北京
发布于 大约 15 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
机器学习工程
Pytorch
Tensorflow
分布式系统
大模型
数据编排
AI 估算 · 30k–50k
职位详情
关于这个职位
该职位负责开发高性能分布式数据处理引擎，支持多模态大模型的数据计算与编排，提升训练效率
你将深入结合大模型分布式并行机制，设计通用、高吞吐、可扩展的数据编排引擎，并持续跟踪大模型技术演进
适合具备扎实C++/Python功底和分布式系统经验的技术专家
最低要求
熟练掌握C++/Python，熟悉各种编译、调试、性能分析工具，具备扎实的编码能力和良好的代码习惯
有大数据处理、分布式系统设计开发相关经验，对Ray有深入研究与开发经验者优先
了解大模型技术原理，熟悉Pytorch/Tensorflow等深度学习框架者优先
具备较好的学习能力、沟通协作能力，自我驱动，乐于探索新技术
工作职责
开发高性能的分布式数据处理引擎，实现多模态等非结构化数据的高效处理
深入结合大模型分布式并行机制，设计实现通用、高吞吐、可扩展的数据编排引擎，提升大模型训练效率
持续跟踪大模型技术，对引擎不断迭代升级以满足大模型技术演进对数据处理的需求
优先资格
对Ray有深入研究与开发经验者优先
熟悉Pytorch/Tensorflow等深度学习框架者优先
AI 洞察
优缺点分析
优点
- 大模型赛道前景广阔，个人成长快
- 薪资福利优厚，稳定性高
- 技术难度高，需要持续学习
- 工作强度可能较大，需适应快节奏
- 竞争激烈，需保持技术领先
- 适合热爱技术、有分布式系统经验、对大模型感兴趣并愿意深耕的工程师
缺点 / 挑战
- 大厂平台，资源丰富，技术挑战大
角色解读
- 技术专家路线，深入分布式系统和AI基础设施
- 可向架构师或技术管理方向发展
- 在大模型领域积累经验，成为稀缺人才
- 开发高性能分布式数据处理引擎，处理多模态非结构化数据
- 设计数据编排引擎，优化大模型训练效率
- 跟踪大模型技术演进，迭代升级引擎
- 精通C++/Python，具备扎实编码能力
- 有分布式系统设计开发经验，熟悉Ray优先
- 了解大模型原理，熟悉PyTorch/TensorFlow
申请策略
- 关注阿里智能引擎团队的技术博客，了解业务方向
- 准备系统设计面试，展示架构能力
- 突出分布式系统项目经验，特别是数据处理相关
- 强调C++/Python编程能力，展示高性能代码优化案例
- 如有Ray或深度学习框架使用经验，务必提及
- 深入学习Ray框架，掌握其架构和用法
- 了解大模型训练原理，熟悉PyTorch分布式训练
面试指南
- 用STAR法则回答项目经验，突出挑战和解决方案
- 结合具体技术细节，展示深度理解
- 强调学习能力和自我驱动，体现成长潜力
- 请描述你设计过的分布式数据处理系统，如何保证性能和扩展性？
- 你如何理解数据编排在大模型训练中的作用？
- 谈谈你对Ray的了解，以及它的优缺点
- 如何优化C++代码性能？请举例
- 你如何跟踪大模型技术发展并应用到实际工作中？
职位点评
77
综合评分
大厂前沿技术岗，薪资高、成长快，但工作强度可能较大，WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长、愿意投入高强度工作、对前沿技术有热情的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利
85较高
阿里巴巴作为上市巨头，薪资水平在市场中偏高，福利完善，稳定性强，补偿性动机满足度较高。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
岗位聚焦大模型前沿技术，提供丰富的技术挑战和成长空间，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈C++、Python、分布式系统、Ray、PyTorch、TensorFlow、大模型
业务类型ambiguous
工作生活
50较低
工作地点在北京，需现场办公，JD未提及弹性工作或远程，生活化动机满足度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
大模型技术推动AI发展，具有较高的行业前景和社会价值，但JD未明确使命导向，意义感动机中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs