阿里云阿里云智能-基础平台研发高级专家-形式化验证
任职要求
• 计算机科学、软件、数学、自动化、电气工程等相关专业博士学历 • 具备Java，C++，Go，Python中一种或多种语言的编程经验 • 熟悉常见软件验证技术，具备较强的数学能力，有两年以上形式验证、程序分析、约束求解和定理证明方面的工业/学术经验 •…
工作职责
1、技术/研究方案设计 • 与产研团队深入沟通产品的安全要求和现状，对认证和访问控制模型进行形式化规约和验证 • 对核心系统以及核心模块进行形式化建模和属性验证，保障系统正确性和安全性，提升系统稳定性。 • 开发软件验证工具，构建自动化验证平台提升验证效率和生产代码质量 • 将形式化验证工具和线上生产系统进行整合，提升生产系统的迭代效率 2、技术与研究创新点的实现 • 利用逻辑推理的方式解决客户使用云产品中遇到的问题 • 负责核心创新点的算法设计、难点攻关、国内外相关工作比较以及代码开发、测试与调优等 3、论文发表 • 独立、或通过指导实习生完成发表具有国际影响力的会议及期刊论文 • 形成国内外专利、软件著作权等知识产权
云原生容器平台是全站资源管理的基础设施平台,通过Pouch，Kubernetes等容器和平台技术，为上层业务提供标准容器服务和全局资源动态分配，调度节点单集群规模超过万台，同时致力于在系统、业务多个层面，包括os/kernel、容器/PaaS、智能调度/仿真容量等进行技术突破，提高容器系统规模化的资源利用效率，降低大促等各种大规模复杂业务场景下的资源成本，打造智能、高效、稳定的金融级基础系统。 1、基于Kubernetes打造高性能、高可用的大规模容器计算平台，通过优化/定制/开发Kubernetes平台核心组件，实现业务对平台的功能及性能需求； 2、负责平台稳定性建设，解决操作系统内核、大规模分布式系统等领域的众多技术挑战，为蚂蚁数十个大规模集群保驾护航； 3、以产品化思维完善基础设施平台的服务设计，在平台之上设计开发新的功能体验，打造面向用户应用的智能基础设施平台。
1.深入业务场景，帮助解决问题并发现通用需求，驱动计算平台研发，打造高效的分布式计算引擎； 2.从稳定性、性能和功能等多方面对计算引擎进行完善和优化； 3.与开源社区保持良性互动，调研/吸收开源经验并回馈社区。
1. 负责数据平台研发，覆盖全模态（文本、图片、音视频）、全生命周期的数据处理和管控，支持各业务场景的高质量数据供给； 2. 研发全模态数据处理引擎，与基础调度团队协同，实现大规模异构计算、沉淀各模态数据处理的核心算子，大幅提升业务流程承接效率、降低数据处理成本； 3. 构建数据管控、探查及归因等平台能力，与语料&业务数据交付团队协同，沉淀数据资产、完善数据画像，实现数据的业务价值反馈模型，通过数据飞轮来持续优化数据和业务效果； 4. 打造AI数据标注平台，支持全模态数据标注，沉淀标注数据资产，通过AI辅助标注、AI标自动标注&质检等能力、显著提升数据标注效率。
1. 对接蚂蚁所有业务线的深度学习任务，包含百灵大模型、搜广推业务等模型的性能优化；探索超大规模训练前言优化技术，涵盖文本和多模态场景。 2. 负责模型端到端性能优化，包含分布式并行策略、算子显存优化、跨机通信、数据预处理等模块优化，探索自动并行优化技术。 3. 负责蚂蚁深度学习智能训练服务的研发。 4. 蚂蚁端到端的在线/离线学习训练系统开发。 5. 参与蚂蚁新一代分布式深度学习编译器开发。 6. 参与蚂蚁开源深度学习系统DLRover开发建设。