地平线AI基础架构开发工程师
任职要求
1. 本科及以上学历，计算机、软件相关专业； 2. 熟练掌握Linux操作系统，文件系统，容器的调优与优化，能够从底层挖掘问题并提出优化方案； 3. 掌握Kubernetes 架构和基本原理，有自定义开发经验； 4. 扎实的编程技术，熟悉 pyt…
工作职责
1. 参与大规模AI平台架构设计与构建，包括模型训练，模型推理，资源调度管理，任务编排等； 2. 负责底层计算效率的优化，包括GPU、CPU计算等，提升集群整体资源利用率，加速计算；
负责定义并主导 AI Agent 全生命周期基础设施的打造，具体职责包括： 1、Agent 核心基础设施架构： ● 主导设计Agent构建、训练与大规模部署的开发和系统框架，覆盖沙箱化执行环境（Sandbox）、容器编排、任务调度及状态持久化，支持高并发与故障恢复； ● 主导开发工具调用管道（Tool Pipeline）、记忆服务（Memory Service）及多Agent协调系统，构建MCP协议服务端支持标准化交互； ● 主导设计和优化Agent网关层（Agent Gateway），实现流量路由、多租户隔离与负载均衡；设计低延迟链路追踪SDK，支持LLM Call/Tool Call等语义化监控； 2、安全与可靠性工程： ● 主导构建委托身份认证（Delegated Identity）与沙箱隔离，确保Agent安全访问外部API；实现检查点（Checkpoint）与跨失败恢复，保障长任务稳定性； 3、平台服务能力和AI能力产品化： ● 突破创新面向LLM 的上下文预计算、实时知识图谱检索等核心技术，将推理效率提升一个数量级； ● 主导建设 Agent Infra 能力模块化为开发套件（如CLI/SKLLS），定义开发者体验标准，大幅降低 Agent 应用构建门槛； 4、技术战略与行业影响力： ● 前瞻布局 Agent 生态技术演进路线，推动创新技术在核心业务场景的规模化落地与行业推广。通过先进基础设施支撑Agent范式演进和大规模部署，实现Agent构建到生产的高效闭环，平衡性能、安全与易用性； ● 技术布道、通过顶会论文、开源项目、技术峰会等渠道，建立团队在行业内的技术领导力与影响力。
1.负责大模型训练框架 GCore (外部开源项目名 WeChat-YATT) 的研发，支持文本、多模态等不同业务场景在预训练、SFT、RLHF、蒸馏等阶段的训练需求； 2.持续优化 GCore 在做 RLHF 训练时的效率，结合具体业务优化 agentic rl 的效率； 3.持续优化 GCore 在做 AIGC 训练（图生文、图生视频）时的性能，支持新算法的探索。
1.负责云计算领域新业务形态的基础设施解决方案，引导业务获得低成本、高效率、高质量的技术资源。 2.负责 AI 基础设施解决方案的制定并推动交付落地，包括网络、服务器、IDC等专业维度的集成交付。 3.负责新业务导入的机制设计与标准制定，结合业务演进趋势优化交付流程体系。 4.负责协同业务、技术与资源的平衡发展与演进，确保解决方案的准确性、经济性和可持续性。
1. 超大规模训练架构：负责百亿至万亿参数模型的分布式训练架构设计与演进。针对数千卡 GPU 互联场景，通过自顶向下的性能分析，利用 5D 并行以及通信优化策略，消除大规模分布式训练瓶颈，提升训练效率和线性加速比。 2. 极致性能优化与算子开发：深入软硬协同层，通过手写 CUDA / Triton 算子、算子融合及 XLA / MLIR 等编译优化技术，挖掘 GPU 硬件极致算力，打造一流的执行引擎，追求业界SOTA的 MFU。 3. 训练框架演进：结合前沿的大语言模型（LLM）与多模态模型结构，协同算法团队进行框架级优化（如 Checkpointing、显存优化、Overlap 通信掩盖），优化单位算力的模型效果。 4. AI 创新应用落地支撑：作为算力基座的核心支撑，支持行业顶尖的 GPT、AIGC、多模态模型在 AI 创新应用场景的业务落地，解决实际业务中的大规模与稳定性挑战，确保模型从训练到应用的顺畅衔接。