快手【快Star-X实习】容器云研发工程师

1、负责容器云平台的一个或多个领域的设计与开发； 2、基于Kubernetes完善统一调度、多集群联邦能力，提升集群运维效率；  3、基于但不限于servicemesh技术栈，实现微服务架构业务&离线计算任务的流量管控、链路追踪等基础能力； 4、负责公司混合计算平台及相关技术的设计与开发，提升异构资源管理效率；  5、结合容器领域前沿技术，负责容器云全局技术优化与落地实践。

1、负责依据不同业务场景的特点和新硬件特性，结合系统软硬件栈的整体调优，提出并实施性能优化方案； 2、负责持续跟踪业内软硬件相关领域的技术发展趋势，结合不同业务场景未来需求，开展方案预研以及推广应用工作。 具体包括以下两种场景或者两种之一： 1）AI计算相关场景，例如：大模型训练场景，AIGC、NLP、推荐等常规推理场景； 2）以容器云、大数据计算平台为例的通用计算平台场景。

1、依托快手海量内容生产、消费、流量数据，基于短视频、直播等业务生态，挖掘用户画像属性，构建公司级用户画像数据体系和平台产品，深度参与创作者、直播、运营、增长等业务策略方案制定及实施，直接为业务提效赋能并达成新的增长点； 2、基于业务策略服务方案，面向全站用户、内容、社区沉淀数据标签资产至数据中台，为业务运营决策提供基础标签能力支撑，并不断挖掘、萃取数据价值； 3、基于海量、异构、高维的时空大数据，建设精准的全域空间实体数据体系，搭建全方位的地理位置服务(LBS)； 4、建设业内一流的设备指纹引擎，整合快手海量多来源数据，建设全站统一的ID-Mapping服务框架。

1、参与大模型推理/训练优化。通过研发业界领先的AI Compiler 技术，支撑搜推场景在GPU上的训练计算性能优化；支持大模型推理优化技术在异构硬件上的落地； 2、参与各种大模型推理所需的功能性开发任务；相关编译优化功能开发，以图优化、算子融合、GPU高性能算子开发及自动Codegen等技术手段不断推高在不同卡型上的计算性能极限； 3、参与支持日常的大模型推理服务部署，参与内部日常提效工具的研发。