百度云原生AI计算工程师（J71045）
任职要求
任职资格 -计算机及相关专业本科及以上学历 - 熟悉Kubernetes工作原理，熟悉调度器、资源扩展机制、容器运行时、容器网络等技术，有Kubernetes开发和维护经验 - 对Kubeflow、Volcan…
工作职责
团队介绍：百度智能云AI计算部云原生AI计算团队致力于构建先进的通用和人工智能算力基础设施。在这个团队中，您将有机会与一流的工程师合作，深入参与到训练推理任务管理、异构资源调度、虚拟化混布、容器存储、分布式训练和推理等技术的创新和应用中。这是一个非常令人兴奋和有挑战性的团队，让我们携手，一起深入探索AI和云计算的无尽潜力 岗位职责： -负责大规模AI计算集群基础设施和产品的设计与研发工作，支撑内部业务和外部客户需求 - 构建异构多芯计算集群，优化GPU资源调度、虚拟化混布等核心能力，有效提升多芯供应能力和集群资源效率 -基于标准Kubernetes技术，负责云原生AI组件研发工作，包括训练推理服务编排、GPU资源调度和混布、AI存储、高性能网络等 -基于AI计算集群基础设施，设计和研发异构计算平台和解决方案，支持开发、训练、推理等多场景能力 - 提升服务和产品的稳定性，优化服务性能和可扩展性
团队介绍：百度智能云AI计算部云原生AI计算团队致力于构建先进的通用和人工智能算力基础设施。在这个团队中，您将有机会与一流的工程师合作，深入参与到训练推理任务管理、异构资源调度、虚拟化混布、容器存储、分布式训练和推理等技术的创新和应用中。这是一个非常令人兴奋和有挑战性的团队，让我们携手，一起深入探索AI和云计算的无尽潜力 岗位职责： -负责大规模AI计算集群基础设施和产品的设计与研发工作，支撑内部业务和外部客户需求 -构建异构多芯计算集群，优化GPU资源调度、虚拟化混布等核心能力，有效提升多芯供应能力和集群资源效率 -基于标准Kubernetes技术，负责云原生AI组件研发工作，包括训练推理服务编排、GPU资源调度和混布、AI存储、高性能网络等 -基于AI计算集群基础设施，设计和研发异构计算平台和解决方案，支持开发、训练、推理等多场景能力 -提升服务和产品的稳定性，优化服务性能和可扩展性
-负责大规模AI计算集群基础设施和产品的设计与研发工作，支撑内部业务和外部客户需求 -构建异构多芯计算集群，优化GPU资源调度、虚拟化混布等核心能力，有效提升多芯供应能力和集群资源效率 -基于标准Kubernetes技术，负责云原生AI组件研发工作，包括训练推理服务编排、GPU资源调度和混布、AI存储、高性能网络等 -基于AI计算集群基础设施，设计和研发异构计算平台和解决方案，支持开发、训练、推理等多场景能力 -提升服务和产品的稳定性，优化服务性能和可扩展性
【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