岗位职责
面向 AI 场景,结合存储、网络、内存与 DPU/CPU/GPU 的软硬件特性实现全栈协同优化,并用 Agent 重塑内核研发流程,提升 OS 对 AI Infra 的有效可用时长与吞吐/延迟表现,提高 AI Infra 和 Agent Infra 的综合性价比。
- 技术方案设计:把客户业务与 Agent 工作负载的诉求转化为清晰的能力边界与接口,产出内核 IO 底座及 Agent 沙箱基础设施的可评审、可落地方案与选型。
- 技术实现:熟悉内核 IO 技术栈(文件系统/块设备/网络/内存),负责 AI 场景 IO 数据通路优化的全流程研发;建设内核 CVE 修复、发版、复现与评测的无人值守流水线,把研发知识封装为 Agent 可执行的能力。
- 稳定性与性能优化:兜底内核 IO(存储/网络/内存)的版本问题与线上稳定性;具备定性/定量的性能分析能力,识别并闭环系统瓶颈,结合 Agent 持续优化。
- 技术规划:跟踪 AI Infra 数据通路与 Linux 上游趋势,结合训练、推理和 Agent 场景的诉求,形成内核 IO 与 Agent 基础设施的技术路标,评估新技术引入的时机与收益。
- 开源社区:参与 Linux 内核及相关社区的贡献与上游维护,沉淀团队工程影响力。
职位要求
- 精通 C/Python/Rust/Go 中 1–2 种,具备系统软件开发、调试与性能优化能力;善用 AI Coding 提升工程效率。
- 深入理解 Linux 内核一个或多个子系统(内存/文件系统/块或网络 IO),熟悉锁、中断等核心机制,有内核组件研发或调优经验。
- 具备跨软硬件的性能分析与瓶颈闭环能力,能结合硬件 offload 与内核 IO 协同设计(如 GDS/GIDS、DPA/RDMA 卸载、CXL、分层内存等)形成高性能 AI IO 方案。
- 了解 AI Infra 的 Scale up/Scale out 架构趋势,能结合客户场景定义预研目标;对 AI Agent 有热情并能落地提效。
- 乐于迎接挑战,有责任心与钻研精神;具备较强的学习、沟通、协同能力,能独立推进业务需求落地。 加分项:
- 对 Linux 内核等开源项目有实质贡献者优先。
- 有面向 Agent 工作负载的性能优化或软硬协同优化经验者优先。