岗位职责
- 负责构建性能领先的LLM推理服务引擎与平台，大模型推理性能优化，参与Servingkit的研发等开发工作；
- 负责LLM推理服务的全链路性能分析、瓶颈定位与优化，能够深入理解大模型推理服务，通过极致的系统优化，在满足SLO/SLA要求的前提下，最大化推理系统的吞吐、降低时延，并实现成本与性能的最佳平衡；
- 负责大模型推理前瞻性技术架构的调研和引入，技术方案不限于编译优化、模型量化等。
职位要求
- 熟练掌握Linux环境下的C/C++与Python语言，有大规模机器学习系统相关经验；
- 熟悉至少一种大模型训练/推理框架，包括但不限于：推理（vLLM、TensorRT-LLM、SGLang等）、机器学习框架（Tensorflow/PyTorch等）；
- 具备定位和解决复杂系统性能瓶颈的丰富经验，善于运用各类性能分析工具（Perf、eBPF、Nsight等）；
- 优秀的跨团队沟通与协作能力，独立负责并推进大型技术项目。 加分项
- 在主流大模型推理框架（SGlang、vLLM、TensorRT-LLM 等）有深入使用或二次开发经验者优先；
- 理解GPU硬件架构，理解GPU软件栈（CUDA，cuDNN），具备GPU性能分析的经验；
- 对InfiniBand/RDMA网络编程与性能调优有实践经验。
