大模型推理KV Cache系统：从存储架构到软硬协同的全栈演进-阿里星/A Star

北京/杭州 · 校招 · 2027 届 · 博士

长期有效

前往官方投递页 →

任职要求

1. 博士在读或即将毕业，计算机科学、数据库、人工智能、机器学习等相关专业背景；
2. 在大模型推理、数据库和存储等领域有深入研究和系统实践经验。熟悉分布式系统原理，熟悉各类存储协议和硬件特性；
3. 具备扎实的计算机基础，具备良好的编程能力和编程规范，熟悉 C/C++/Python/Go/Rust 至少一门语言；
4. 学习能力强，自驱、专注、善于拆解复杂问题并推动工程落地，愿意思考问题本质，具备质疑精神；具备良好的学术研究与工程化落地能力。
加分项：
1. 有大模型推理 KV Cache 相关的研究或技术落地经验；
2. 在国际顶会（如 NeurIPS、ICML、VLDB、FAST、SIGMOD 等）发表过高水平论文；
3. 参与过推理引擎开源社区（如 vLLM、SGLang 等）；参与过数据库/存储等相关实践或开源项目；
4. 熟悉分布式缓存系统，例如（Redis、Alluxio、JuiceFS）；
5. 熟悉NVLink、RDMA、NCCL、GPU Direct等技术，有GPU 和存储性能优化经验。

岗位描述

大模型推理的成本与效率是行业核心挑战，而 KV Cache 管理是突破瓶颈的关键。本岗位将主导构建下一代 LLM 推理存储架构，融合算法优化、系统调度与硬件感知能力，打造高弹性、低成本、高可用的推理基础设施，支撑公司核心大模型业务的规模化落地。

1. 负责设计和实现面向大规模推理的存储系统，深度融合推理引擎，构建从显存、本地内存至分布式冷存储的全局多级存储池；
2. 基于特征识别实现数据的智能调度与分布管理，推动计算存储分离、弹性资源池等核心能力落地，建立高扩展、高可靠的推理存储系统底座；
3. 定义存储与推理引擎间的统一数据访问抽象层，通过零侵入式接口设计实现计算存储解耦，为多级缓存、预取调度等高级策略提供标准化支撑；
4. 建立 KV Cache 资源评估与治理体系，通过数据驱动的方式识别优化空间，在保障服务品质的前提下持续降低推理成本、提升资源 ROI；
5. 联合上下游团队，深入 KV Cache 全栈优化和技术攻关，建立端到端 KV Cache 系统；
6. 跟踪学术界与工业界 KV Cache 最新进展，推动量化、压缩、调度等创新技术在大规模生产环境中的落地。
1. 博士在读或即将毕业，计算机科学、数据库、人工智能、机器学习等相关专业背景；
2. 在大模型推理、数据库和存储等领域有深入研究和系统实践经验。熟悉分布式系统原理，熟悉各类存储协议和硬件特性；
3. 具备扎实的计算机基础，具备良好的编程能力和编程规范，熟悉 C/C++/Python/Go/Rust 至少一门语言；
4. 学习能力强，自驱、专注、善于拆解复杂问题并推动工程落地，愿意思考问题本质，具备质疑精神；具备良好的学术研究与工程化落地能力。

加分项：

1. 有大模型推理 KV Cache 相关的研究或技术落地经验；
2. 在国际顶会（如 NeurIPS、ICML、VLDB、FAST、SIGMOD 等）发表过高水平论文；
3. 参与过推理引擎开源社区（如 vLLM、SGLang 等）；参与过数据库/存储等相关实践或开源项目；
4. 熟悉分布式缓存系统，例如（Redis、Alluxio、JuiceFS）；
5. 熟悉NVLink、RDMA、NCCL、GPU Direct等技术，有GPU 和存储性能优化经验。

你的简历匹配这个岗位吗？

上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方

登录后分析我的简历

该岗位可能会问的问题

基于算法岗位的常见面试问题整理

请解释 Transformer 模型的自注意力机制（Self-Attention）

类型专业能力·难度困难

查看答题思路

1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖

你做过的最有深度的算法/模型项目是什么

类型项目经历·难度中等

查看答题思路

1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）

过拟合是什么？怎么判断和解决

类型专业能力·难度简单

查看答题思路

1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度

解释梯度下降的原理，SGD 和 Adam 的区别

类型专业能力·难度中等

查看答题思路

1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam

给你 10 万条未标注的文本数据，如何找出其中 10 个主题

类型情景/案例·难度中等

查看答题思路

1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整

更多面试题库功能即将上线

信息来源：企业官方招聘页。投递前请以官网信息为准。

前往官方投递页 →