百度生态合作方案实习生（J80066）
任职要求
-本科及以上学历，计算机、数学、统计学或相关专业优先
-有AI或相关领域从业经验优先，对行业业务场景有深入理解优先
-了解人工智能、大模型等领域的基本原理和技术
-优秀的沟通和谈判技巧，能够与各类客户顺畅交流
…工作职责
-业务场景洞察：深入理解和分析客户的业务场景，明确核心需求、挖掘潜在需求 -方案设计：基于对业务和客户需求的深入理解，设计和优化AI产品及增值服务解决方案，确保解决方案的稳定性和可扩展性 -团队协作：与业务及产研团队紧密合作，确保解决方案的顺利实施，并及时解决项目中遇到的问题 -技术跟踪：关注AI领域的技术发展趋势，定期进行技术研究和储备，确保团队的技术领先性
大模型具备很强的泛化及理解世界能力，在小红书内的众多生产场景遍地开花，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、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。
1. 负责万亿级别QPS的分布式缓存/存储集群，支撑公司所有产品线的业务需求； 2. 设计、研发高可用、高性能的缓存/存储架构和中间件，应对弹性扩缩容，秒级故障自动切换，异地多活，分布式事务等极具挑战性的工作内容和方向； 3. 优化系统性能，深入内核，提升基础服务相关资源的使用率，增加系统稳定性，保障业务运行； 4. 设计并研发自动化运维平台，提升运维质量和效率，探索运维自动化和智能化技术和方向。
1、负责贝壳C端的后端服务设计与开发，保障高并发场景下的系统稳定性； 2、能够理解和分析产品需求，给出合理的技术方案和开发计划; 3、关注性能、微服务、设计模式，提升用户体验
1、负责快手搜推广服务的云原生管控方向，建设云上的平台化服务管控、服务调度能力； 2、结合服务场景设计相关调度策略、智能弹性伸缩能力、潮汐混部能力，提高集群硬件利用率。