部门介绍
你将加入阿里云人工智能平台 PAI 团队。PAI 是阿里云一站式 AI 工程平台，覆盖模型开发、训练、部署与推理优化全链路，服务数万家企业客户与开发者。本岗位负责面向图像、视频生成场景的 AIGC 推理引擎研发，聚焦 DiT 类模型的生成速度、成本、能力覆盖与质量，具体工作内容包含但不限于：
岗位职责
负责 PAI 图像／视频生成推理引擎研发，对生成速度、成本、能力覆盖与质量负责：
- 推理速度：针对 DiT 长时空序列、多步采样等计算特征，开展算子融合、图编译和多卡并行优化，降低生成延迟，提升多卡扩展效率。
- 推理成本：与算法团队协同落地量化、跨步缓存、稀疏 Attention、步数蒸馏等加速技术，结合显存与调度优化，在画质约束下降低单位生成成本。
- 能力扩展：支持新模型与 LoRA 快速接入，探索因果序交互式视频流等新生成范式的实时推理，参与开源社区共建。
- 质量保障：建设性能评测与质量回归体系，确保每项优化在质量不回退的前提下稳定上线。
职位要求
- 计算机基础扎实，精通Vibe Coding，熟练掌握 Python 和 C++，，熟悉 PyTorch 及 Diffusers、xDiT、SGLang Diffusion 等推理框架，能进行源码级改造与调试。
- 具备图像或视频生成模型的推理优化实战经验，熟悉 DiT 结构及 Diffusion／Flow Matching 生成机制，理解条件注入、CFG、采样器、VAE 等组件，能分析生成参数对计算量、显存和效果的影响。
- 熟悉 GPU 架构与执行机制，熟练使用 Nsight、torch.profiler 等工具定位瓶颈，具备 CUDA 或 Triton 算子开发、算子融合或图编译（如 torch.compile）的实战经验。
- 在量化、跨步缓存、稀疏 Attention、分布式并行推理中至少一个方向有深入实践，能讲清优化收益与适用边界，并用画质、文本一致性、视频时序一致性等指标验证效果。
- 技术钻研能力强、自驱，具备跨团队协作意识；持续跟进 AIGC 模型与推理加速进展，善用 AI 编程工具提升开发与实验效率。 加分项 ● 有多机多卡推理及通信优化经验（NCCL、RDMA 等），理解长序列 Attention 并行下通信开销与显存分布的权衡。 ● 有 Hopper／Blackwell 架构上 FP
- FP4 低精度推理，或 FlashAttention／SageAttention 类 Attention kernel 的优化经验。 ● 有因果／流式视频生成或世界模型的推理优化经验。 ● 是 SGLang Diffusion、xDiT、FastVideo、Diffusers 等开源项目的贡献者，或在 MLSys、OSDI、CVPR 等会议发表过相关论文。 ● 有大规模线上生成服务的建设经验，了解多租户调度、弹性扩缩容和成本优化。
