岗位职责
- 负责AI计算基础设施的规划、建设与持续优化，面向大规模模型训练与推理场景，设计并构建与运维以GPU等加速器为核心的计算、网络、存储与调度体系；
- 结合模型并行策略与底层硬件拓扑，持续提升系统整体性能、资源利用率及稳定性，保障关键业务负载的高效运行；
- 参与基于Kubernetes的算力调度与资源管理平台建设，实现多租户隔离、弹性伸缩及任务级资源精细化管理；
- 通过性能分析、故障定位与成本优化手段，在性能、可靠性与成本之间进行系统性权衡，推动AI算力能力的平台化与产品化落地，支撑业务规模化发展。
职位要求
- 具备Kubernetes集群管理、开源系统开发及性能优化经验；
- 熟悉语言模型（LLM）及相关扩展模型的基本原理，参与过模型推理和训练基础设施的研发；
- 熟悉Linux环境下的程序开发与性能优化，具备内核、存储、网络或GPU驱动等相关开发经验者优先。
