岗位职责
面向长文档理解、企业知识库问答、代码分析和多轮 Agent 等长上下文大模型应用，研究跨地域 P-D 分离推理服务优化机制。 岗位聚焦 Prefill 计算密集、Decode 低延迟敏感以及 KV Cache 跨地域传输等核心问题，探索在多地域基础设施中对 Prefill 与 Decode 进行解耦部署、协同调度和网络优化，提升长上下文推理的首 token 延迟、GPU 利用率、服务成本和用户体验。
职位要求
- 精通计算机网络和网络编程；
- 精通至少一门主流编程语言，比如 C/C++, Python, Go 等；
- 熟悉当前高性能智算系统领域的最新进展，包括 RDMA，拥塞控制，集合通信，训练推理框架等技术；
- 有自驱力，对智算场景新兴技术有主动学习和应用的热情；善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破；
- 有较好的执行能力和沟通能力，需要与团队内外部同事融洽合作。
