Alibaba logo
阿里巴巴
基础平台研发工程师-深度学习引擎

基础平台研发工程师-深度学习引擎

发布于 大约 3 小时前

普通员工/个人贡献者

杭州市
中级经验
全职员工
仅现场办公
本科
机器学习工程
Mnn
Pytorch
Tensorflow
剪枝
大模型部署
异构计算
性能优化
模型压缩
深度学习框架

AI 估算 · 20k–40k

阿里核心AI引擎岗位,技术难度高,薪资竞争力强,参考市场行情与公司薪酬结构。

职位详情

关于这个职位

该职位是阿里巴巴MNN团队的基础平台研发工程师,专注于移动端深度学习引擎的研发与优化

你将参与高性能推理引擎的设计与实现,探索大模型在手机等资源受限设备上的部署方案,涉及模型量化、剪枝、蒸馏等前沿技术
适合对AI底层技术有浓厚兴趣、追求全栈成长的工程师

最低要求

计算机科学与技术、软件工程、电子信息工程、自动化、数学等相关专业优先

熟悉C++/Python等编程语言,具备扎实的代码功底和算法基础
对深度学习框架(如TensorFlow、PyTorch、MNN等)有一定了解,熟悉神经网络的基本原理和常见模型结构
了解移动端开发或嵌入式开发相关知识,有性能优化经验者优先
对计算机视觉、图像处理、语音识别等领域有浓厚兴趣,并有一定的实践经验
具备良好的逻辑思维能力和问题解决能力,能够快速学习新技术
具备团队协作精神,能够高效沟通并推动项目进展

工作职责

参与移动端深度学习引擎(MNN)的核心技术研发,负责高性能推理引擎的设计与实现

深入大模型在移动端的部署与优化,探索模型量化、剪枝、蒸馏等技术的实际应用
跨平台模型部署与性能调优,通过创新方法突破设备算力与内存限制

优先资格

有实际参与开源项目(如Pytorch、ONNX、MNN等)的经验,或在GitHub上有高质量的技术项目展示

有移动端AI应用开发经验,熟悉Android/iOS平台的开发流程
熟悉模型压缩、量化、剪枝等技术,能够进行模型优化
有高性能计算(HPC)或GPU/CPU异构计算相关经验
有大语言模型部署和优化经验

AI 洞察

优缺点分析

优点

  • 参与阿里巴巴核心AI基础设施研发,接触前沿技术
  • 与行业顶尖团队协作,技术成长快速
  • 大模型移动端落地是热门方向,职业前景广阔
  • 技术难度高,需要同时掌握深度学习、移动端开发和高性能计算
  • 工作强度可能较大,阿里巴巴以快节奏著称
  • 适合对深度学习底层技术有浓厚兴趣,喜欢钻研性能优化,乐于在移动端AI领域深入发展的技术人才

缺点 / 挑战

暂无明显挑战项

角色解读

  • 技术纵深:从移动端AI引擎研发到端侧大模型部署专家
  • 领域扩展:可向计算机视觉、NLP等方向拓展
  • 管理路线:成为技术负责人或团队Leader
  • 参与移动端深度学习引擎(MNN)的核心研发,负责高性能推理引擎的设计与实现
  • 深入大模型在移动端的部署与优化,探索模型量化、剪枝、蒸馏等技术的实际应用
  • 跨平台模型部署与性能调优,解决资源受限设备上的算力与内存限制
  • 扎实的C++/Python编程能力,熟悉深度学习框架(TensorFlow/PyTorch)
  • 了解移动端或嵌入式开发,具备性能优化经验
  • 掌握模型压缩、量化、剪枝等优化技术,了解大模型部署

申请策略

  • 关注阿里MNN开源项目,了解其技术栈
  • 准备算法和系统设计面试,展现技术深度
  • 突出C++/Python项目经验,尤其是性能优化相关
  • 强调深度学习框架使用经验,如PyTorch/TensorFlow
  • 如果有移动端开发或开源贡献,重点展示
  • 深入学习模型压缩和量化技术
  • 了解移动端GPU加速(如Metal、OpenCL)

面试指南

  • 使用STAR方法描述项目,从背景、任务、行动、结果展开
  • 从原理到实践逐步解释技术点,结合具体数据说明优化效果
  • 展现系统思维,从整体架构到细节优化层层递进
  • 介绍你参与过的深度学习项目,如何进行性能优化?
  • 解释模型量化的原理和常见方法
  • 如何在移动端部署一个卷积神经网络?
  • C++多线程编程中如何避免数据竞争?
  • 如何看待大模型在移动端的挑战?

职位点评

68
综合评分

阿里MNN团队,前沿移动端AI引擎,技术成长快,薪酬有竞争力,工作强度较大。

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
重视技术成长和前沿方向,能接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活40
使命价值70

薪资福利

70中等

阿里巴巴提供有竞争力的薪酬和福利,但JD未具体说明薪资和福利细节。

薪资信号未披露(AI估算:20K-40K/月)

成长发展

85较高

技术栈前沿(大模型移动端),团队技术实力强,能快速积累端侧AI核心经验。

技术前沿前沿/新兴技术
技术栈C++、Python、TensorFlow、PyTorch、MNN、模型压缩、量化、大模型
成长机会了解前沿技术、全栈技术成长、宝贵经验
业务类型ambiguous

工作生活

40较低

JD未提及工作生活平衡,阿里巴巴通常工作节奏较快,且仅现场办公。

工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

70中等

AI基础设施是高速增长赛道,但岗位本身社会价值不明显。

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