百度自动驾驶系统架构工程师（GPU推理方向）（J92525）
任职要求
-熟悉C/C++，良好的编程习惯，熟悉计算机基础算法和数据结构，熟悉Linux开发环境 -熟悉常见的软件调优方法，有大型项目性能优…
工作职责
-负责高性能推理框架研发与维护工作 -参与自动驾驶核心算法模块工程优化（代码效率、调度优化、资源管理） -负责模型推理、量化等GPU异构计算加速的技术研发和探索 -满足自动驾驶的高稳定性与实时计算需求
负责全公司机器学习基础设施的研发，包括大规模分布式训练架构、高性能推理服务、深度学习编译优化、GPU硬件加速、RDMA网络优化等，支撑公司所有机器学习相关业务，如：搜索、推荐、广告、图像、NLP、语音、自动驾驶等。
负责全公司机器学习基础设施的研发，包括大规模分布式训练架构、高性能推理服务、深度学习编译优化、GPU硬件加速、RDMA网络优化等，支撑公司所有机器学习相关业务，如：搜索、推荐、广告、图像、NLP、语音、自动驾驶等。
1. 仿真引擎：负责自动驾驶仿真引擎的开发，实现高并发、高稳定性、高效率的仿真云平台，支撑自动驾驶端到端模型的训练和评测。 2. 仿真评测，负责开发感知、端到端等评价框架，支撑和维护仿真评价体系。 3. 工程优化：基于Cuda和TenseorRT开发推理框架，优化工具链，综合运用指令集优化，线程调度策略，内存池管理技术，实现极致性能与资源利用，实现世界模型在仿真云平台的部署与调优
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。