岗位职责
- 负责异构云服务器架构设计与研发工作，需要深入理解前沿AI业务场景需求，结合火山引擎云基础设施底座及GPU/NPU、CPU、RDMA网卡等硬件特点完成设计与研发，快速定位解决各类功能问题，并指导公有云系统软件设计与硬件选型；
- 负责异构云服务器性能优化工作，需要深入理解GPU/NPU、CPU、RDMA网卡等硬件特点及Linux Kernel等系统软件架构，通过多层次的分析工具定位关键性能瓶颈，与相关团队合作优化各类软硬件系统以达成业务目标；
- 负责公有云场景下异构云服务器的稳定性架构设计与优化，主导从底层硬件适配到上层软件栈的全链路稳定性保障方案落地，构建异构云服务器稳定性监控与预警体系，实现潜在风险的提前识别与自动化处置；
- 参与字节跳动异构计算资源池统一调度方案的设计，构建异构算力资源画像与智能调度策略，最大化提升异构资源池利用率，支持潮汐复用模式下字节跳动内部业务与外部客户的资源分时流转，降低客户上云成本。
职位要求
- 5年以上公有云基础设施开发或GPU/NPU相关技术领域工作经验，熟悉云服务器业务，了解常见公有云产品功能；
- 熟练掌握C++/Python/Go等一种或多种语言，具备优秀的软硬件系统调试能力，和良好的跨团队沟通、协调能力；
- 具备以下能力者优先： 1）具备GPU/NPU/CPU相关性能分析、故障排查及监控工具的开发或使用经验； 2）熟悉分布式计算、集合通信机制，有GPU相关软件（CUDA、驱动、编译器）及AI性能调优经验； 3）熟悉Kubernetes及容器技术，或具备QEMU、KVM等虚拟化相关开发、调优经验。
