腾讯技术研究-基础架构方向（青云计划）
任职要求
1、计算机科学、软件工程、电子信息等相关专业本科及以上学历； 2、熟练掌握数据结构、算法、操作系统、计算机网络等计算机基础知识； 3、熟练掌握至少一门编程语言，例如：C/C++、Java、Python、Go等； 4、具备强烈的学习意愿和能力，能够快速掌握新技术； 5、具备良好的沟通能力和团队合作精神，能够积极主动地解决问题。 加分项 1、有云计算相关项目经验或实习经历； 2、熟悉主流云计算平台的使用； 3、熟悉开源项目并有相关贡献。
工作职责
1、参与基础设施（网络、存储、数据库）的设计、开发和优化； 2、学习和运用相关技术，例如：虚拟化、容器、分布式系统、微服务架构等。参与解决大规模分布式系统中的技术难题，提升产品的性能、稳定性和可扩展性； 3、与团队成员紧密合作，共同完成产品迭代和项目交付。
1、参与基础设施（网络、存储、数据库）的设计、开发和优化； 2、学习和运用相关技术，例如：虚拟化、容器、分布式系统、微服务架构等。参与解决大规模分布式系统中的技术难题，提升产品的性能、稳定性和可扩展性； 3、与团队成员紧密合作，共同完成产品迭代和项目交付。
包含GPU、网络、大模型框架等细分方向。 1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题； 2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。 1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术； 2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题； 3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。
包含GPU、网络、大模型框架等细分方向。 1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题； 2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。 1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术； 2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题； 3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。
负责实现和优化公司的产品功能，以及构建和维护关键服务与基础设施。 1、深入理解业务需求和产品设计，高效地实现并优化产品功能； 2、持续优化架构，提升关键服务和基础设施的稳定性与可用性； 3、通过引入新的工具和流程，提升团队的开发效率和代码质量； 4、通过与产品和前端工程师的紧密合作，共同推进产品的迭代与优化； 5、对线上问题进行快速定位并解决，对服务性能进行监控与优化； 6、参与新技术的研究和探索，为团队的技术进步和产品创新提供支持。