百度百度百舸_云原生AI计算工程师（J77267）
任职要求
-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开发维护经验 -对Kubeflow、Volcano、Pytorch、GPU芯片架构有一定了解者优先 -具备良好的沟通能力和团队协作精神，严谨的工作态度，注重工程质量，有独立解决各种系统问题的能力 -善于学习新的知识，动手能力强，有强烈的责任心，喜欢钻研技术 -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
工作职责
-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
-建设业界领先的AI异构算力容器平台，提供高性能、高稳定性、高易用性的百舸产品，支持智驾、AIGC、金融能源、智算中心客户AI应用高效部署 -负责云原生AI容器相关产品的架构设计和产品研发，引入开源社区先进的AI框架、AI调度、AI工作流和AI可观测能力组件构建全栈AI应用云原生解决方案 -构建异构多元芯算力底座，支持国产化信创，支持GPU虚拟化和混部调度，提升AI应用资源效率 -无缝对接客户和云上AI开发平台，支持文心和开源大模型训练推理任务部署，提供训练容错和弹性伸缩能力 -对接客户基础设施环境构建异构算力平台解决方案，支持大模型训练/推理ToB交付 -探索业界最新技术方向，参与开源社区，提升百度云原生AI核心竞争力
-建设业界领先的AI异构算力容器平台，提供高性能、高稳定性、高易用性的百舸产品，支持智驾、AIGC、金融能源、智算中心客户AI应用高效部署 -负责云原生AI容器相关产品的架构设计和产品研发，引入开源社区先进的AI框架、AI调度、AI工作流和AI可观测能力组件构建全栈AI应用云原生解决方案 -构建异构多元芯算力底座，支持国产化信创，支持GPU虚拟化和混部调度，提升AI应用资源效率 -无缝对接客户和云上AI开发平台，支持文心和开源大模型训练推理任务部署，提供训练容错和弹性伸缩能力 -对接客户基础设施环境构建异构算力平台解决方案，支持大模型训练/推理ToB交付 -探索业界最新技术方向，参与开源社区，提升百度云原生AI核心竞争力
-建设业界领先的AI异构算力容器平台，提供高性能、高稳定性、高易用性的百舸产品，支持AIGC、智算中心、金融、 -结合 SOTA 模型训练推理优化原理，深入模型结构与设计思路，将训练推理优化手段工程实践化，为客户提供系统性加速方案，提升训推效率 -在自研芯片上适配常见大模型，结合深度学习训推框架特性，开发或调优相关算子，提升模型在芯片上的性能和精度表现，辅助客户进行芯片选型和应用 -针对大规模异构集群场景下，探索训推任务管理、异构资源调度、虚拟化混布、容器存储、高性能网络、分布式训练和推理等技术的创新和应用 -探索业界最新技术方向，参与机器学习框架等开源社区，提升百度混合云AI核心竞争力
-负责百度百舸AI集群的需求定义 -负责百度百舸AI集群的交付验证 -负责百度百舸AI集群的问题定位 -负责百度百舸AI集群的相关工具研发