腾讯腾讯PCG AI Infra团队-高性能计算工程师（深圳/北京/上海）-高性能计算
任职要求
1.计算机相关专业本科及以上学历，2年以上高性能计算相关工作经验； 2.熟练掌握C++/Python等编程语言，有大规模并行计算或分布式系统开发经验； 3.深入理解计算机体系结构、并行计算原理，熟悉Nvidia GPU/NPU加速技术； 4.具备Linux系统下的高性能调优经验，熟悉常见性能分析工具…
工作职责
1.负责大语言模型推理加速引擎一念(https://github.com/Tencent/KsanaLLM)的研发和业务应用，助力业务降本提效； 2.与算法团队、产品团队紧密协作，理解业务需求并提供定制化的高性能计算解决方案； 3.持续跟踪HPC领域的前沿技术，推动新技术在一念的应用与创新； 4.解决高性能计算场景下的复杂技术问题，确保系统的稳定性和可扩展性。
1.基于开源项目 Ray，打造业内领先的通用分布式计算引擎，包括但不限于以下方向：引擎内核（分布式Task调度与执行）、分布式数据处理框架、分布式在线服务编排框架等； 2.面向 Data + AI，支持和拓展以 Ray 为 infra 的多种业务场景，包括但不限于以下方向：数据科学、大模型训练数据管道服务、在线推理与离线推理、AI Agent与应用系统、隐私计算、图计算等； 3.与 K8S 深度融合，建设云原生环境下超大规模分布式系统的服务能力与平台化能力，为业务提供高可用、可扩展、高易用性的集群化服务； 4.参与开源共建与合作，提升团队与个人在业界的影响力。
【业务介绍】 我们是小红书内稠密类模型（LLM/MLLM/SD/CV/NLP）统一的AI平台QuickSilver，负责调度公司内所有稠密类模型训练与推理资源，基于自建的训推引擎，为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务；包括数据管理，模型管理，模型训练、压缩、推理、部署，服务管理，资源调度等一系列能力。 工作职责： 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程，包括模型fine-tuning、推理服务化等 3、构建云原生架构，设计高可用、高性能的微服务体系 4、优化平台性能，提升系统稳定性和可扩展性
1、负责模型训练平台核心功能开发和架构设计，包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设，包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统，打造端到端训练解决方案 4、优化训练调度和资源管理，提升集群利用率和训练效率 5、开发模型训练监控诊断工具，建设可观测性体系
-建设面向AI场景的检索引擎（多维分析、文本检索、向量检索、多模检索等） -负责计算引擎：包括但不限于SQL解析规划器，查询优化器，分布式执行研发和优化 -负责存储引擎：包括单机执行引擎，资源调度，列式存储、存算分离等模块的研发和优化 -负责各集群服务稳定性保障和客户支持