百度高级 IaaS 研发工程师（J97206）
任职要求
-计算机相关专业本科及以上学历，3年及以上后端/平台/云原生相关经验 -熟悉 Kubernetes 生态，具备容器平台或云原生系统的实际建设经验 -熟练掌握 Go 语言，具备中大型后端或平台系统的设计与开发能力 -熟悉 Linux 操作系统原理，理解容器网络、存储、资源隔离与调度机制 -具备良好的工程习惯、文档意识和跨团队沟通协作…
工作职责
-参与 AI Infra 核心平台建设，支撑大模型训练与推理业务的稳定、高效运行，覆盖 GPU、RDMA、高速网络等算力资源在云原生体系中的统一管理与调度 -负责 GPU、RDMA 等 IaaS 资源的自动化准入、能力识别、基准测试与性能评测，建设标准化算力验收与持续评测体系，保障不同硬件规格在大规模集群下的可用性与一致性 -负责 Kubernetes 容器平台的架构设计、能力演进与稳定性治理，重点关注平台的高可用、稳定性、安全性、性能、可扩展性等非功能性指标，参与或主导调度、资源隔离、设备插件（GPU/RDMA）、网络或存储相关模块的设计与二次开发 -支撑大模型推理与训练业务在平台侧的工程化落地，关注推理与训练场景下的资源利用率、调度效率、显存管理与多租户隔离，与算法、引擎团队协作，推动性能优化能力在平台层的规模化复用 -参与多卡、多机、大规模 GPU 集群的资源调度与稳定性建设，支撑 TP/DP/PP/PD 等并行模式在平台侧的运行与管理，解决实际生产环境中的性能抖动、资源碎片化与容量规划问题 -参与运维与运营平台后端研发，支撑算力运营、性能监控、容量管理与成本治理，建设可观测体系（监控、日志、Tracing），推动问题发现与定位的自动化，通过工程化手段持续降低人工运维成本
-负责 GPU，RDMA 等 IaaS 资源自动化准入和性能评测； -负责 k8s 容器平台建设，关注安全风险、平台高可用、性能等非功能性需求； -负责大模型算法推理和训练相关业务性能调优和问题排查； -负责运维平台和运营平台后端研发等。
1、负责IaaS相关云服务核心研发、方案设计工作； 2、结合业界先进技术，对IaaS现有产品进行改进优化，保障稳定性和用户体验。
弹性计算异构AI推理团队，承担着构建阿里云IAAS资源在公共云竞争力的职责。在AI领域，团队对接业界主要AI用户的业务需求，承接提升GPU、AI加速器等芯片在AI场景的竞争力职责。和团队一起通过专家领域知识和软硬件分析能力构建阿里云在AI场景的核心竞争力和加速解决方案。 1. 负责基于云上AI真实场景的解决方案和性能分析系统建设，构建性能标尺。 2. 负责基于云上大规模推理场景的构建和底层软件性能优化工作。 3. 负责包括CIPU、GPU、AI加速器等硬件在阿里云AI场景的竞争力构建。 4. 与厂商和内部业务团队合作，为阿里云的AI用户提供具有竞争力的AI解决方案。
我们是字节跳动基础架构-私有云团队，主要为今日头条、抖音、国际化短视频、飞书、电商等内部业务提供云基础服务，覆盖服务研发的全生命周期，包括微服务框架、服务发布、服务治理、多云管理以及经营分析平台等方向。团队拥有超大规模的微服务数量、全球化的部署体系、复杂的多云场景。极致的服务性能、简单易用的研发体验、一致的多云管理以及精确的经营分析是团队持续追求的目标。 1、负责云平台的设计与开发工作，负责云平台的基础组件服务，包括但不限于：云服务管控、大规模资源调度系统、商品管理、经营分析、计费计量、报表平台、云平台资源、配额、预算、权限等横向平台建设； 2、抽象多云适配层，适配不同云环境，构建用云过程自助服务，业务通过简单操作，自动完成微服务、配置、存储数据的迁移流程； 3、构建高效稳定的云平台元数据管理服务、云平台构建和高级资源编排服务； 4、负责字节跳动基础架构技术中台交易体系的核心商品域业务需求开发、系统维护，完成需求分析、方案设计和实现； 5、负责商品系统的类目、成本、定价、规格等多个子域的系统设计与维护； 6、负责承载亿级应用程序引擎的研发：负责字节跳动业务架构设计构建高效的在离线服务托管平台； 7、设计研发PaaS/FaaS的关键组件，打造业界领先的无服务器平台Serverless。