大模型系统负责人
岗位摘要
负责AI Infra整体方向与技术演进，围绕大模型训练与推理场景，持续逼近系统级最佳实践；从模型效果与业务需求出发，端到端解决训练与推理链路中的关键问题，提升性能、效率与稳定性；统筹算力、框架与流量体系设计，持续提升资源利用率与系统吞吐能力
岗位职责
- 负责AI Infra整体方向与技术演进，围绕大模型训练与推理场景，持续逼近系统级最佳实践
- 从模型效果与业务需求出发，端到端解决训练与推理链路中的关键问题，提升性能、效率与稳定性
- 统筹算力、框架与流量体系设计，持续提升资源利用率与系统吞吐能力
- 构建高性能、可扩展的基础设施体系，支撑大模型研发与线上服务
- 建立团队技术标准与工程品位，提升整体技术判断力与复杂问题解决能力
- 负责在线推理链路的端到端优化，覆盖从流量入口到结果返回的全路径；优化推理架构，在跨机、跨实例等维度沉淀高性能实践；面向真实业务负载，持续降低时延并提升资源利用率
- 负责训练与推理框架的优化与演进，从算子到框架层提升整体性能；基于真实流量与模型特性，设计高效的框架与执行策略；从多层级（算子/框架/调度）进行系统性性能分析与优化
- 负责训练与推理基础设施建设，包括资源层、调度层与流量层；构建适配大模型场景的高性能系统架构；支撑模型研发、训练优化与线上服务的全流程效率提升
任职要求
- 具备扎实的端到端性能分析能力，能够从底层原理理解系统性能表现（包括但不限于GPU）
- 优秀的编程能力与代码品位，具备良好的数据结构与算法基础，有ICPC/OI/ASC等竞赛经历者优先
- 深入理解操作系统、分布式系统等基础原理，具备复杂系统的架构设计能力
- 具备良好的可靠性意识，熟悉监控、容灾等工程体系
- 具备优秀的沟通与协作能力，能够推动跨团队复杂问题落地
- 具备强自驱力与学习能力，对技术有长期追求