AI Systems 工程师

该职位来源于猎聘 岗位职责 - 参与 AI 训练与推理基础设施建设，为生成式、多模态模型提供高性能、高可靠的系统支持。 - 建设和优化分布式训练系统，提升训练吞吐、扩展效率、稳定性及 GPU 利用率。 - 开展端到端推理性能优化，持续降低推理延迟，提升吞吐和并发能力。 - 深度优化训练框架、推理引擎及模型 Runtime，提升其在不同模型和异构硬件上的性能与易用性。 - 推进 AI 框架与计算平台结合，完善 GPU 调度、任务编排、自动训练、模型评估及发布能力。 - 开发自动化性能分析与诊断工具，实现训练、推理瓶颈的快速定位和性能回归检测。 - 定位模型、框架、CUDA、通信、操作系统及硬件等跨层问题，推动系统持续演进。 - 积极使用 AI Coding Agent 等工具，提升代码理解、研发调试、自动测试和知识沉淀效率。 任职要求 - 扎实的软件工程和系统基础，熟悉 Linux、分布式系统及计算机网络。 - 熟练使用 Python，掌握 C++、Go、Rust 中至少一种语言。 - 熟悉 PyTorch 等主流深度学习框架，了解 CUDA、NCCL 及 GPU 计算栈。 - 在分布式训练、推理优化、AI 框架或计算平台中至少一个方向有深入实践。 - 具备良好的性能分析和复杂问题定位能力，能够阅读和修改框架或系统核心代码。 - 熟练使用 AI Coding Agent，能够借助 AI 完成复杂代码理解、开发、调试和自动化工作。 - 具备较强的自主性和 Ownership，能够推动问题从分析、研发到上线验证形成完整闭环。 加分项 - 同时具备 OS、Infra 和 AI Systems 的跨层经验。 - 有 CUDA、Triton、自定义算子或编译优化经验。 - 有大规模 GPU 集群、分布式训练或低延迟推理经验。 - 参与过 AI 框架、分布式系统或基础设施相关开源项目。