字节跳动网络（高级）SRE工程师-视频与边缘

1、负责字节跳动整体CDN运维架构的优化，包括基础运维架构、业务架构及容灾架构优化，从质量、成本及效率几个层面不断改进平台架构，提升产品竞争力以及产品稳定性； 2、负责字节跳动整体CDN流量体系下的运维体系的建设及优化，包括运维规范、SLA及自动化运维平台的建设和优化； 3、负责字节跳动CDN平台各组件的日常报警处理、线上变更及故障处理，保障线上服务稳定； 4、负责字节跳动CDN业务侧整体优化能力，在海量请求下提升性能，提升集团业务产品（抖音，番茄小说等）的CDN访问稳定性，质量，优化。

1、负责字节跳动/火山引擎的DNS及调度产品在集团内部和外部客户方案运维支持和方案落地工作； 2、负责字节跳动流量接入组件在集团内部SRE工作； 3、负责组件稳定性提升，负责组件成本优化&资源管理等相应事项。

1、负责字节跳动/火山引擎的DNS及调度产品在集团内部和外部客户方案运维支持和方案落地工作； 2、负责字节跳动流量接入组件在集团内部SRE工作； 3、负责组件稳定性提升，负责组件成本优化&资源管理等相应事项。

大模型具备很强的泛化及理解世界能力，在小红书内的众多生产场景遍地开花，大模型的训练和部署已成为许多算法工程师的日常。在多团队、多业务频繁使用的大规模GPU集群上，如何能够通过高效的GPU调度策略，使大家不仅能丝滑地完成训练及部署任务，同时也能充分激发大规模GPU集群的效能，是行业公认的关键挑战。在这里，你可以聚焦LLM场景，接触到超大规模GPU集群，并使用真实负载数据进行深入分析及技术探索。欢迎加入我们，一起探索领先技术改变世界！ 工作职责： 1、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、集群调度、GPU虚拟化、故障快速恢复、存储&网络加速等手段，提升大规模GPU集群的整体使用效率。 2、负责构建面向大模型训练、微调、推理、部署全流程LLMOps，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、持续关注业界最新的GPU资源调度相关技术动态，探索建设业界领先的资源调度策略及方法，构建下一代大规模AI资源调度系统。