小红书性能稳定性工程师-Android/iOS/鸿蒙方向
任职要求
1、深入理解客户端系统，对Framework源码有深度挖掘；
2、了解常见的APP性能优化解决方案，对至少一个维度的性能优化有过较深入的挖掘；
2、具有良好的编程风格，扎实的编程和数据结构算法基础…工作职责
1、负责Android/iOS/鸿蒙应用性能优化，如应用的稳定性、启动时间、运行流畅度、包大小等； 2、参与性能监控系统建设和维护，从开发阶段、测试阶段、灰度阶段、线上阶段多个维度保障应用的稳定流畅运行。
构建面向大规模AI集群的GPU微架构采集、性能剖析与优化决策系统，建设集群的性能分析、瓶颈定位、故障诊断等核心能力。 1. 针对NVIDIA、AMD、国产GPGPU等多厂商芯片，设计并实现规模化、无侵入的kernel级采集工具链和微架构指标体系； 2. 构建AI continuous profiling系统，将GPU kernel数据与算子执行、框架调度、通信原语、CPU性能、高性能通信性能相关联，为全栈性能优化提供量化的性能瓶颈数据和画像系统； 3. 结合理论 Roofline 分析与 simulation 方法，融合线上 profiling 数据，建设集群范围的软硬件配合与关键性能瓶颈分析体系，支撑AI训练与推理典型负载下的系统级优化； 4. 跟踪主流GPU架构演进，参与AI基础设施规划与设计，结合生产应用画像，支撑多元GPU/AI ASIC芯片的适配与优化，构建异构硬件性能的全链路量化分析模型，面向scale-up等未来AI硬件架构演进，建立硬件性能建模与TCO评估能力，形成数据驱动的决策支撑。
1. 负责大数据IO层Shuffle的前沿探索和性能优化，对比业界系统，分析性能瓶颈并进行针对性改进； 2. 探索与新硬件（如RDMA等）的结合，助力极致的大数据任务Latency； 3. 学术合作，将成果以顶会论文的形式与学术界，工业界共同学习。
随着人工智能技术的飞速发展，AI 大模型对计算资源的需求日益增长。数据中心作为支撑 AI 运算的基础设施，其网络性能和稳定性直接影响 AI 模型训练的效率和推理准确性。然而，当前的数据中心网络在处理大规模数据传输、高并发请求以及复杂网络拓扑时仍然面临诸多挑战。为此，开发新一代数据中心网络技术意在提升网络传输速度、降低延迟、增强网络的容错以及故障定位等能力，对于推动 AI 技术的进一步发展具有重要意义。本项目意在聚焦于阿里云面向 AI 大模型训练的网络性能和稳定性优化技术，具体解决如下几个关键问题： 1、关于 AI 训练网络中故障的快速响应和定位问题，如何通过建立集合通信 log、上层训练框架代码 log 以及底层网络拓扑信息进行横向关联后进行精准、高校的故障根因定位； 2、AI 大模型训练要求网络能够针对故障快速恢复，恢复过程要保证新设备的热迁移，以及如何选择被迁移设备，保证客户侧无感知 3、关于下一代集合通信以及网卡侧的传输协议设计，针对性的对大模型训练和推理特征设计一套行之有效的优化技术，针对其周期性、突发式带宽的传输协议解决关键的技术挑战 交付指标： 1、发表 1-2 篇国际顶级会议论文（如 SIGCOMM/NSDI/OSDI/SOSP） 2、专利 1-2 发明专利 3、能够实际在阿里云生产环境运行的系统（非原型系统），产生实际的结果收益
1、独立负责 Android 框架层性能专项优化（流畅度、启动速度、触控时延、滑动，界面切换等任一或多个方向），能精准定位 Framework 层核心性能瓶颈（如 Binder 通信过载、SurfaceFlinger 合成异常、CPU 调度延迟等）； 2、聚焦 Android 框架层全链路性能优化，深耕系统卡顿、ANR、启动慢、算力负载高、触控时延等核心痛点，推动优化方案落地实施，保障手机的流畅度。