百度混合云异构计算工程师（J85179）
任职要求
-本科及以上学历，有一定程度的计算机相关专业知识背景 -优秀的编码能力，熟悉Golang/Python/Java/C/C++至少一项，有扎实的算法及数据结构基础，有良好的编程习惯。 -熟悉PyTorch，了解Megatron、DeepSpeed、vLLM、SGLang等大模型训推框架，做过测试、开发等工作。 -对GPU芯片架构有一定了解者优先，熟悉CUDA、OpenCL等高性能计算编程经验优先，有大规模训练推理实践经验者优先 -具备推理优化的深度实践经验…
工作职责
-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
1、负责混合云云原生AI Infra技术架构设计、推理场景系统优化、云原生AI套件等开发工作。 2、负责研发AI异构计算软件栈，通过结合不同硬件、高性能网络、缓存等技术，实现AI计算的全链路优化，助力打造高可靠、高性能、高效率的AI算力基础设施； 3、洞察人工智能及深度学习的发展趋势，积极参与下一代AI基础设施的设计与研发。
1、负责混合云云原生AI Infra技术架构设计、推理场景系统优化、云原生AI套件等开发工作； 2、负责研发AI异构计算软件栈，通过结合不同硬件、高性能网络、缓存等技术，实现AI计算的全链路优化，助力打造高可靠、高性能、高效率的AI算力基础设施； 3、洞察人工智能及深度学习的发展趋势，积极参与下一代AI基础设施的设计与研发。
1、结合对混合云平台应用特点，深入理解上层应用迭代路标，整理输出清晰的混合云硬件产品支持路标，确保硬件方案的领先性； 2、负责混合云各类业务组件资源需求画像、跨代跨平台场景化性能收益测试验证，设计性能测试方案，执行性能测试，针对系统性能瓶颈分析，提出调优建议并协助调试验证完成，输出性能测试报告；协调解决新硬件、新技术落地过程中遇到的技术问题； 3、混合云产品业务场景收益对比评估，确定选型方案，输出方案迭代标准算力/资源折算方案； 4、结合产业链的最新技术能力和硬件产品架构特点，提供综合竞争力领先的异构硬件解决方案，输出自研硬件服务器产品资料； 5、监控和分析异构云硬件在实际应用中的质量、性能表现，并提供系统的技术支持能力，推动改进识别和落地。
1.主导万卡级GPU集群的全局资源调度，通过精细化管理和优化策略，显著提升资源利用率，确保离线和在线任务的高效稳定运行； 2.深入优化RDMA高速网络、分布式存储与计算资源的协同调度，有效解决大规模训练任务中的性能瓶颈，提升整体计算效率； 3.基于Kubernetes、Docker等云原生技术，构建高可用调度框架，全面支持分布式训练框架，实现任务编排、容灾与混部能力，并深入K8s调度器、CSI插件及CRD的开发，推动大规模训推技术的实际落地； 4.积极探索混合云、虚拟化、ARM异构计算等前沿方向，不断推动技术与平台能力的升级和创新。