小红书【REDstar】云原生开发工程师
任职要求
1、本科及以上学历，计算机、软件工程等相关专业，理解操作系统原理、数据结构及算法，熟悉 Linux 环境开发、调试、性能分析工具； 2、熟练Go/java/C/python/ruby等1-2种编程语言，具有良好的代码风格和系统架构理解能力，能进行复杂系统的代码开发和调试，了解大规模Linux服务器运维管理； 3、了解Kubernetes 核心组件的原理和开发，有云原生项目开发经验者优先； 4、熟悉Linux一个或多个子系统的工作原理，如网络管理，进程调度，内存管理，文件系统等，对分布式系统/存储有基本理解； 5、具备较强的学习能力和分析问题的能力，能够快速理解并应用新技术； 6、优秀的团队合作与沟通能力，善于跨部门协作推进项目落地。
工作职责
容器方向： 1、Kubernetes架构设计与开发，在深入理解Kubernetes原生架构基础上，参与Kubernetes核心组件开发； 2、参与Kubernetes集群全面性能分析，并优化关键节点、组件和流程，以提升整体系统的稳定性和响应速度； 3、参与Kubernetes集群的稳定部署、监控与维护工作，确保集群在高负载环境下的可靠运行，并完善平台化能力； 4、参与公司容器调度平台的架构设计和核心功能开发，包括容器资源管理、调度优化、应用和资源弹性等； 5、参与公司混部调度方案落地，优化集群资源的整体利用率；研究并改进 Kubernetes 调度算法，提升集群的资源分配效率和稳定性。 系统软件方向： 1、构建及维护操作系统基础环境，负责线上服务器操作系统底层基础模块的稳定运行； 2、优化操作系统、内核、服务器等运行环境，提升小红书整体业务性能； 3、结合软硬件及k8s调度技术，提供体系的解决方案，给上层应用带来稳定性的提升及成本的下降，包括但不限定于混部，超卖等技术； 4、负责构建实时、稳定的全链路跟踪系统，聚焦linux、服务器、交换机等基础设施的故障定界。
云原生/Serverless 研发： 1、参与小红书搜广推在离线应用的 Serverless/FaaS 研发框架的设计和开发工作，支持 Java、C++ 等多种语言的应用低成本接入和使用； 2、参与适用于在离线一体的运维调度引擎设计和开发工作，支持数据、索引、代码包、流量、模型等的运维调度； 3、从端到端全流程打造高可靠、高性能、易扩展的 Serverless/FaaS 平台； 4、探索 Serverless + AI 研发新范式，帮助开发者享受到更极致的 AI 时代红利。 AI Agent 研发： 1、参与小红书 AI agent 框架技术研发，包括 DeepResearch Agent、PlanExecutor Agent、Multi Agent、通用 Agent 等技术开发； 2、打造小红书 AI agent 分布式研发运维体系，包括传统应用低成本接入，agent 的调试、运维、上线等，打造 AI 分布式应用研发体系； 3、构建并探索面向 agent 的评估体系，帮助复杂业务的 agent 形成持续迭代优化的正向循环体系； 4、探索创新更易上手开发的 agent 构建方式，更稳定可靠的 agent 的运行方式，突破大模型能力应用上限。
小红书中台AI平台团队致力于打造业界领先的一站式AI平台，通过技术创新和工程优化，为公司AI业务发展提供强有力的基础设施支撑，实现算法研发效率的显著提升和成本的有效控制。我们负责调度公司所有AI模型训练及推理的数万卡GPU资源，基于自研的训练、推理、智能体框架，为公司所有算法及工程同学提供端到端、一站式的AI研发能力，包含大模型数据处理/训练/压缩/推理/部署及开箱即用的API体验、AI知识库/智能体应用构建、搜广推数据生产/模型训练/模型上线/特征管理/模型测试等。 1、负责大模型/搜广推模型开发平台、AI应用开发平台的架构设计和核心功能研发，构建云原生架构，设计高可用、高性能的微服务体系； 2、负责构建面向大模型、搜广推、智能体全流程DevOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地； 3、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、GPU虚拟化、存储&网络加速等手段，提升GPU集群使用效率； 4、将平台和框架结合，通过任务调度、弹性容灾、性能优化等措施端到端提升AI生产效率，涉及k8s/kubeflow、网络通信、分布式训练等； 5、优化各AI平台性能，提升系统稳定性和可扩展性，保障大规模并发场景下的服务质量与用户体验； 6、持续研究分析业内创新AI平台产品，优化技术方案，改进产品功能，提升创新能力与产品体验。
1、负责可观测体系研发工作，围绕 Metrics、Logging、Tracing、Profiling 四大支柱，从全栈领域展开可观测基础能力建设； 2、负责监控平台、全链路追踪、日志服务、计算引擎（流式分析、实时告警、时序检测等）、告警、eBPF 等可观测相关技术架构及产品设计； 3、保障可观测相关基础服务，在高并发环境下的高性能、高可用，推动技术、产品持续优化迭代； 4、落地 AI Infra 可观测、AI 应用可观测、可观测 AI+ 等相关技术，提高 AI 场景稳定性以及传统可观测产品使用体验和效率。
1、负责小红书搜广推多场景召回与排序模型优化，提升时长、互动、留存等核心指标； 2、核心技术方向包括：LLM应用于推荐系统，基于搜广推全域信号打通的图神经网络预训练模型，深度进化学习应用于全系统参数自动搜索，多模态在召回/排序等模块的应用等技术方向；在小红书独特的双列社区产品形态下，探索最适合社区产品的种草拔草全链路建模范式； 3、业务落地场景包括：双列推荐/展示/搜索/电商广告的模型，用户/资源冷启动，重排和多资源混排场景等。