快手大数据运维开发工程师/专家
任职要求
1、大学本科及以上学历，计算机或者相关专业，3年以上经验均可； 2、 熟悉Hadoop生态圈各组件基本原理以及使用（包括但不限于Hdfs、Yarn、Hbase、Kafka、Hive、Clickhouse）； 3、具备扎实的编程能力，掌握至少一种脚本语言(Shell、Perl、Python等)，熟悉Java等开发语言者优先，熟悉常用算法和数据结构； 4、…
工作职责
1、负责公司数万节点大数据集群的各项运维管理工作，保障集群服务的高可用性运行； 2、负责超大规模集群服务运维管理平台的设计与研发工作，保障集群服务版本高速迭代以及变更的风险控制； 3、负责集群服务的监控报警体系规划与产品研发迭代，推进监控报警有效性与智能化； 4、负责集群服务容量规划、服务管理与治理规划与产品研发迭代工作。
1、承担MaxCompute管控系统架构师角色，负责产品技术架构演进方向 2、面向全球不同客户设计合理的产品方案，梳理存储、计算、售卖、控制台、运维体系架构，确定技术方案选型 3、承担MaxCompute管控系统设计、研发、测试、发布与运维 4、与MaxCompute各研发团队+SRE中台团队+阿里云售卖平台配合，共同推进技术项目按要求落地
团队介绍：字节跳动豆包大模型团队（Seed）成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，并探索新的交互。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 豆包大模型团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、负责机器学习系统存储相关组件的设计和开发，服务于大模型推理的各业务场景（LLM/S2S/VLM/多模态等），包括模型分发加载、KV Cache存储和优化，数据IO性能优化，提高推理TTFT、TBT等核心性能指标； 2、负责设计和实现面向大模型推理的多层级存储系统，综合利用显存、本地内存、分布式内存/磁盘、远端大容量存储系统（HDFS/对象存储）等多种介质进行数据的存储和迁移管理，实现「近计算缓存+远端大容量存储」的一体化分级系统； 3、负责优化大模型KV Cache命中率，从推理框架，流量调度，多级缓存等多个系统纬度入手定制化优化策略；优化数据的读取性能，充分利用近计算侧的NVLink、RDMA高速网络、GPU Direct技术实现数据的高效传输；优化数据副本的存放策略，实现负载流量和存储数据的合理化分布； 4、负责设计和实现高效、易用的数据访问接口，实现和推理框架、引擎的无缝对接，管理KV Cache的生命周期； 5、负责Kubernetes场景下多级存储系统的接入、管理、运维、监控，确保稳定性； 6、负责多机房、多地域、多云场景的系统搭建和容灾，优化跨集群的数据摆放。
1. 负责Accio AI产品的研发，包括需求分析，系统设计，用 AI IDE 写代码，编写单测，模块数据分析，监控运维等； 2. 能够进行技术攻坚，架构优化，性能优化，并能能够自驱定义问题，解决问题，追过程，拿结果； 3. 主观能动性好，能够持续学习，特别是 AI 技术的发展和落地应用，提升产品效果，工程效率，技术先进性。
1. 作为阿里云智能在客户侧的服务界面，全流程深入了解大型企业业务场景，与企业的 IT、应用架 构、人员合作，针对客户现有 IT 架构进行梳理与分析，协助并提供 IT 整体架构战略规划的咨询，协同 售前架构师所提供的设计方案的落地、实施和交付工作。 2. 基于阿里云的产品线、技术体系，帮助企业级客户制定 IT 架构和业务流程，包括定制的最佳实践、 异常处理机制和问题应急预案等。帮助客户深度理解云服务，并持续帮助客户提升技术能力。 3. 推动阿里云智能产品不断优化，解决客户使用云计算服务和解决方案过程中的技术问题，不断完善 问题处理机制和流程，与阿里云服务专家、产品专家直接合作，确保企业技术问题高效地解决。