高性能GPU算子生成 Agent 研发（AI for AI）-阿里星

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. 计算机科学、电子工程、人工智能或相关领域博士研究生。
2. 具备大语言模型及 Agent 系统开发经验，熟悉 Prompt Engineering、模型评测、RAG/向量检索及常见 Agent 框架；有代码生成相关项目经验者优先。
3. 熟悉模型后训练方法，具备 SFT、RLHF/RLAIF、DPO/PPO/GRPO 等一种或多种方法的实践经验，能够围绕业务目标构建训练数据、奖励机制与评测体系。
4. 熟悉 AI 芯片架构（如 GPU/NPU/TPU），掌握 CUDA、Triton、OpenCL、MLIR、TVM 等至少一种编程或优化技术。
5. 具备多智能体系统开发经验，熟悉任务规划、工具调用、反思优化、分布式协作等机制；有 AutoGen、LangGraph、MetaGPT 等框架经验者优先。
6. 扎实的编程能力，熟练使用 Python/C++，具备良好的系统设计与工程落地能力。
7. 具备编译原理、高性能计算（HPC）、算子开发、自动代码优化或 AI 编译器相关经验者优先。
8. 有训练数据构建、自动评测、模型迭代闭环建设经验者优先；有芯片软件栈、编译器或算子库实际落地经验者优先。

岗位描述

1. 基于 LLM 的高性能算子/Kernel 代码生成系统开发：设计并开发异构GPU 高性能Kernel 的自动生成系统，覆盖算子实现、调度优化、内存管理、并行计算等关键模块；结合目标芯片架构特性（如计算单元、存储层次、指令集、通信机制等），持续提升生成代码的性能。
2. 模型后训练与 Agent 能力增强：构建面向高性能算子生成的数据闭环，设计并沉淀 SFT 数据集、偏好数据与 reward 机制；基于 SFT、RL 等后训练方法对模型进行微调，增强 Agent 对芯片约束、性能瓶颈和优化策略的理解，使其能够更稳定地生成高性能算子代码。
3. 多智能体协同系统构建：搭建多智能体协作框架，实现需求理解、代码生成、错误修复、版本对比等任务的自动化闭环；研究智能体分工、通信、反思与决策机制，提升系统在复杂场景下的鲁棒性、生成效率与优化质量。
4. 技术落地与前沿探索：与芯片、编译器和算子团队协作，结合具体硬件特性和业务场景推动技术落地；持续跟踪 LLM 代码生成、模型后训练、多智能体系统与 AI 编译优化等方向的前沿进展，并输出技术文档、专利或论文。
1. 计算机科学、电子工程、人工智能或相关领域博士研究生。
2. 具备大语言模型及 Agent 系统开发经验，熟悉 Prompt Engineering、模型评测、RAG/向量检索及常见 Agent 框架；有代码生成相关项目经验者优先。
3. 熟悉模型后训练方法，具备 SFT、RLHF/RLAIF、DPO/PPO/GRPO 等一种或多种方法的实践经验，能够围绕业务目标构建训练数据、奖励机制与评测体系。
4. 熟悉 AI 芯片架构（如 GPU/NPU/TPU），掌握 CUDA、Triton、OpenCL、MLIR、TVM 等至少一种编程或优化技术。
5. 具备多智能体系统开发经验，熟悉任务规划、工具调用、反思优化、分布式协作等机制；有 AutoGen、LangGraph、MetaGPT 等框架经验者优先。
6. 扎实的编程能力，熟练使用 Python/C++，具备良好的系统设计与工程落地能力。
7. 具备编译原理、高性能计算（HPC）、算子开发、自动代码优化或 AI 编译器相关经验者优先。
8. 有训练数据构建、自动评测、模型迭代闭环建设经验者优先；有芯片软件栈、编译器或算子库实际落地经验者优先。

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

基于数据岗位的常见面试问题整理

请解释数据仓库的星型模型和雪花模型的区别

类型专业能力·难度中等

查看答题思路

1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多

如何设计一个埋点体系来追踪用户行为

类型情景/案例·难度中等

查看答题思路

1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警

SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户

类型专业能力·难度困难

查看答题思路

1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法

你做过最有价值的数据分析项目是什么

类型项目经历·难度中等

查看答题思路

1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）

解释 A/B 测试的原理和常见陷阱

类型专业能力·难度简单

查看答题思路

1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标

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 →