米哈游全栈开发工程师（Infra / MLP）
任职要求
1. 本科及以上学历，3年以上全栈或后端开发经验； 2. 至少参与过一个生产级 AI/ML 平台的后端或全栈项目（训练平台、推理服务、模型管理、数据 Pipeline 等）； 3. 具备后端架构设计能力：服务拆分、数据库建模、缓存/消息队列的实际使用经验； 4. 有高可用系统建设经验（限流降级、灰度发布、SLA 保障等），不局限于 BFF 层或接口转发； 5. 熟练掌握一门后…
工作职责
工作职责 1. 负责机器学习平台核心产品的全栈开发，涵盖训练任务、推理服务、实验管理、模型管理等模块； 2. 主导后端服务架构设计，包括接口设计、数据库建模、高可用方案； 3. 负责前端交互与可视化开发，帮助用户直观理解训练过程、任务状态与实验结果； 4. 与算法、平台、产品团队协作，推动平台从架构设计到落地交付； 5. 持续优化前后端工程体系，提升构建效率与研发体验。
【关于我们】 我们属于快手AI infra底层中台，致力于让大模型能力稳定、高效、低成本地赋能公司的每一个产品和业务。我们的团队负责从GPU集群管理、模型训练与推理服务，到面向应用开发者的平台工具的全链路AI基础设施。如果你渴望解决AI规模化落地中最具挑战性的工程问题，并希望你的工作能产生巨大的实际影响，那么这里就是你的舞台。 【职位描述】 我们寻找的不仅仅是一个开发者，而是一个能深刻理解AI基础设施在稳定性、性能、成本三大维度上的挑战，并能通过全栈技术手段将其系统化解决的“问题终结者”。你将参与到核心平台的开发中，直面生产环境中高并发、大规模、高可用的工程难题。 1、提升AI Infra的稳定性与可靠性：设计、开发并优化大模型推理服务平台，实现服务的高可用、容灾、自动扩缩容与平滑发布；构建和完善监控与可观测性体系，从硬件、驱动、模型服务到业务API，实现全链路追踪、智能告警与根因分析，将MTTR降至最低；开发自动化运维与自愈工具，处理GPU故障、网络异常、依赖服务中断等复杂场景，保障SLA； 2、极致优化性能与效率：深入优化大模型推理性能，应用动态批处理、持续批处理、PagedAttention、量化、模型编译等前沿技术，显著降低响应延迟、提高吞吐量；开发和维护GPU资源调度与管理系统，提升GPU利用率，减少资源碎片；构建模型生命周期管理工具，实现模型的版本控制、A/B测试、蓝绿部署与流量调度，确保性能与效果的平稳迭代； 3、精细化成本控制与优化：构建资源成本核算与分摊体系，精确追踪每个项目、每个团队、每个模型的GPU/算力消耗；开发智能资源调度策略，利用竞价实例、混合部署、弹性计算等手段，在保证SLA的前提下最大化成本效益；实现自适应推理优化，根据请求特征、业务优先级动态调整计算精度与资源分配，实现“好钢用在刀刃上”； 4、全栈开发，打造一流开发者体验：负责或参与开发面向内部AI应用开发者的Web管理平台与API，提供从模型部署、服务监控到成本分析的一站式自助服务；设计和实现稳定、易用的客户端SDK/API，降低业务方接入和使用大模型能力的门槛。
1. 深度参与亿级 DAU 移动端产品的核心功能研发，负责高性能、高可用性的业务逻辑实现，支撑亿万级用户在复杂网络与设备环境下的稳定流畅使用； 2. 参与客户端基础架构的构建与升级，设计具备高可靠性、高扩展性的端到端技术方案，探索并实践 SwiftUI、Jetpack Compose、ArkTS 等业界前沿开发范式，打造极致的交互体验； 3. 面向 iOS、Android、HarmonyOS（鸿蒙）进行三端跨平台架构的演进研究，负责多终端自适应布局与复杂动效的实现，持续提升多屏协同场景下的用户体验； 4. 深入理解业务需求，参与从需求分析、方案设计、编码实现、性能调优到灰度上线的产品全生命周期管理，确保产品交付的质量与用户价值； 5. 针对内存、功耗、启动速度及渲染流畅度等关键指标进行深度优化，解决疑难技术痛点，不断挑战移动端性能极限。
1）负责公司数据相关产品的建设，包括不限于数据 AI 应用、BI系统、大屏可视化、专题分析场景、策略工具 2）对数据可视化等方向进行技术攻坚，承担复杂的可视化技术模块，并能够抽象与复用 3）分析和发现系统中的可优化点，持续优化技术，提高产品易用性与用户体验，用数据来衡量成果 4）新兴技术的调研与实践，AI+数据探索、AI Develop等场景应用。
