招聘城市：深圳
…计算，自动驾驶，AI大模型训练等领域的解决方案；
2.参与相关场景高性能文件系统的客户需求对接、产品优化和问题解决；
3.拓展文件系统生态，例如与对象存储数据互通， 对接容器等。
岗位要求：
1.本科及以上学历，5年及以上工作经验，有高性能存储系统研发经验，对Lustre、GPFS、GlusterFS等有深刻理解和丰富实战经验；
2.具备良好的系统分析能力，良好的抽象思维和逻辑思维能力，独立分析问题解决问题的能力；
3.具有优秀的学习能力、沟通能力、服务意识和团队合作精神；
4.强烈的责任心和主动性，对工作有强烈的所有权意识，并能自我激励以实现个人和团队成长。
加分项：
1.具有5年以上并行文件系统的研发经验…
招聘城市：北京
…AI场景的分布式存缓系统的架构设计与研发，针对AI训练、推理、计算等应用场景持续优化；
2.负责多个系统模块的性能、稳定性优化以及关键技术攻坚，提升大规模生产环境下的数据访问效率和SLA；
3.负责优化AI训练和推理的IO链路，充分发挥高速硬件能力，提升资源利用率和降低数据存储成本；
4.跟进业界趋势，进行新技术预研、前沿技术的引⼊和落地。
岗位要求：
1.计算机或相关专业本科及以上学历，3年以上相关⼯作经验，对分布式系统、缓存、存储、硬件加速、模型训练与推理等任一方向有深入研究者优先；
2.具有Linux后台开发经验，熟悉C++/C/Python/Java等一种或多种语言和调试工具，具有丰富的工程…
招聘城市：深圳
…调度等方向上做出有判断力的架构决策；
2.主导打造业界领先的Agent Infra平台，覆盖大模型强化学习训练、Agentic Agent构建、Agent提效三大核心场景，深入理解大模型厂商、Agent服务商与千行百业企业客户的核心诉求，将其转化为平台差异化能力；
3.带领工程团队，以AI Natives方式重塑研发与管理模式。
岗位要求：
1.本科及以上学历，具备零基思维，深刻理解Agent自主性、代理性、认知能力与执行能力给Infra带来的全新挑战；
2.理解Harness Engine设计，能构建确定性、可观测、可评估的Agent执行框架；
3.深刻理解大模型原理，熟悉数据合成、评测、RL与推理加速等核心方向；
4.有扎实的系统工程背景，熟悉计算、网络、存储、容器至少一个方向…
招聘城市：北京，上海，杭州
…闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！
1、负责大模型平台的架构设计和核心功能研发，构建云原生架构，设计高可用、高性能的微服务体系；
2、负责构建面向大模型全流程的DevOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地；
3、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、GPU虚拟化、存储&网络加速等手段，提升…
招聘城市：北京，上海，杭州，深圳
…的架构设计和核心功能研发，构建云原生架构，设计高可用、高性能的微服务体系；
2、负责构建面向大模型全流程的DevOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地；
3、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、GPU虚拟化、存储&网络加速等手段，提升GPU集群使用效率；
4、将平台和框架结合，通过任务调度、弹性容灾、性能优化等措施端到端提升AI生产效率，涉及k8s/kubeflow、网络通信、分布式训练等；
5、优化各AI平台性能，提升系统稳定性和可扩展性，保障大规模并发场景下的服务质量与用户体验；
6、持续研究分析业内创新AI平台产品…
招聘城市：广州
岗位职责：
1.负责微信EB级大规模分布式文件系统研发，支撑AI训练、大数据、在线业务等高性能低时延场景。参与海量小文件IO优化、RDMA数据访问加速；参与分布式缓存、数据预热、就近访问与跨AZ低时延读写建设；参与集群弹性扩缩容、高可用与故障自愈设计，持续提升系统吞吐、时延与稳定性。
岗位要求：
1.精通C/C++，熟悉Linux IO栈、高并发编程与性能调优，掌握分布式系统、元数据管理原理；
2.熟悉RDMA等网络加速技术，有IO链路优化经验者优先；熟悉CephFS、3FS等开源分布式文件系统者优先。
岗位介绍：
在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀…
招聘城市：北京，上海，杭州
…存储&网络加速等手段，提升大规模GPU集群的整体使用效率。
2、负责构建面向大模型训练、微调、推理、部署全流程LLMOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地。
3、持续关注业界最新的GPU资源调度相关技术动态，探索建设业界领先的资源调度策略及方法，构建下一代大规模AI资源调度系统。
任职要求：
任职资格：
1、熟悉云原生生态及工具，如Kubernetes、Kubeflow、Volcano等，有GPU虚拟化、GPU集群调度、故障容错、高速存储/网络等经验优先；
2、了解大模型基本概念及训推生命周期，如预训练、微调、对齐、推理、部署等基本概念及流程，能够支撑大模型平台构建&优化即可；
3、熟悉大规模GPU训练、推理集群的调…
招聘城市：深圳
…时保持积极心态并推动问题解决。
加分项：
1.在ICPC/CCPC等国际/国内算法竞赛中获得区域赛金奖及以上奖项，或NOI/IOI等赛事获奖经历；
2.有大规模分布式存储系统（如HBase、Cassandra）、向量检索系统（如FAISS定制化开发）、数据库内核（如MySQL、RocksDB）的研发经验；
3.参与过日活千万级海量服务的架构设计或性能优化，熟悉高并发场景下的系统稳定性保障方法；
4.对机器学习框架（如TensorFlow/PyTorch）的底层训练/推理加速技术有实践经验。
岗位介绍：
在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀优质代码，让它成为我们共有的宝贵资产。在不同的业务场景和技术发展…
招聘城市：北京
…开花，大模型的训练和部署已成为许多算法工程师的日常。在多团队、多业务频繁使用的大规模GPU集群上，如何能够通过高效的GPU调度策略，使大家不仅能丝滑地完成训练及部署任务，同时也能充分激发大规模GPU集群的效能，是行业公认的关键挑战。在这里，你可以聚焦LLM场景，接触到超大规模GPU集群，并使用真实负载数据进行深入分析及技术探索。欢迎加入我们，一起探索领先技术改变世界！
工作职责：
1、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、集群调度、GPU虚拟化、故障快速恢复、存储&网络加速等手段，提升大规模GPU集群的整体使用效率。
2、负责构建面向大模型训练、微调、推理…
招聘城市：上海
…掌握新的技术和知识，不断提升自己的技术水平。02AI Infra算法工程师（1人）岗位职责负责大语言模型(LLM)的工程化落地与高效部署，包括算法优化、分布式推理系统设计与实现。设计并实现高性能的多会话管理系统，支持大规模并发请求的高效调度与负载均衡。构建统一的模型服务API接口，确保系统稳定性和可扩展性。优化LLM推理性能，包括量化加速、KV Cache管理、批处理优化、PD分离等技术方案，参与构建企业级大模型推理平台，实现GPU资源的智能分配与调度。任职要求计算机科学、人工智能或相关专业背景，5年以上相关工作经验。深入理解LLM架构与工作原理，熟悉Transformer模型结构与推理流程。精通Python，熟练掌握PyTorch…
