字节跳动AI/大模型网络研发工程师
任职要求
1、精通计算机网络和网络编程； 2、精通至少一门主流编程语言，比如C/C++, Python, Go等； 3、熟悉当前高性能网络和系统领域的最新进展，包括RDMA，拥塞控制，AI网络优化等技术； 4、对AI网络故障定位和性能优化有经验者优先； 5、有高性能通信框架(如NCCL，MPI，各种RPC库等)开发经验者优先。
工作职责
1、高速网络技术的设计和研发，满足AI/大模型业务在训练、推理、存储等多个场景对网络的需求； 2、支持大规模AI场景的高速网络平台系统研发，包括故障定位和性能分析等； 3、高性能AI通信框架，网络协议栈以及端网应用协同优化等核心技术的研发，在支持业务规模化扩展的同时，保证网络的高可靠性和高性能； 4、通过技术创新推动AI网络技术的持续演进，打造适合大规模AI场景的超低时延高速互联技术。
1、负责高性能AI通信框架，网络协议栈以及端网应用协同优化等核心技术的研发，满足训练高吞吐以及推理低延迟的要求； 2、支持大规模AI场景的高速网络平台系统研发，包括故障定位和性能分析等。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、负责大模型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全流程的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.负责蚂蚁集团的网络安全、数据安全、数据治理与发展相关的核心产品研发，打造支撑百万级安全切面，万亿级流量，覆盖安全感知、防护、检测、响应、治理等全方位的安全平台，以及面向业务发展的高效数据互联互通相关平台，并赋能支撑蚂蚁集团旗下各部门安全能力升级。 2.参与系统的中长期规划、升级优化、技术难题攻关，需要综合考虑产品易用性&体验，系统的性能、可靠性、可扩展性、安全性等方面，确保系统能够满足未来的业务需求和用户规模。 3.独立承接项目，负责业务需求分析、系统核心方案设计和代码编写。
通义团队聚焦AIGC、大模型基础研究和行业应用探索，领域覆盖视觉、语音、自然语言处理、机器学习等多个领域。在这里你可以接触业界领先的AI产品和技术，深度参与Modelscope开源生态平台、DashScop灵积模型服务平台、通义AI产品的建设，探索AI+不同场景的全新交互形式，打造具有科技感、全新生产力的科技型产品。 期待您的加入，AI浪头一起弄潮，感受不一样的未来！ 1. 负责AI大模型相关系统设计、开发和上线等整个项目周期内的工作。 2. 负责系统技术规划和技术前瞻布局，解决系统疑难问题。 3. 构建高可靠性、高可用性、高可扩展性的体系结构，满足日趋复杂的业务需求。