理想汽车AI 云原生研发实习生
任职要求
计算机相关专业在校本科生或研究生； 熟悉 Go 语言，具备良好的编程基础和编码习惯； 了解 Kubernetes（K8s）基本原理，有实际使用或开发经验者优先； 熟悉 Linux 基本使用，了解容器（Docker）； 具备良好的沟通能力…
工作职责
参与 多集群管理、调度、资源治理 等能力建设 参与 Kubernetes 相关组件的开发、集成与二次扩展 参与 AI平台相关能力建设，如任务调度、资源隔离、推理/训练管理等
1、负责阿里边缘云容器产品管控系统的架构设计、开发与维护工作； 2、维护高性能、高可用的容器管控服务，保障业务系统在全球范围内的稳定性； 3、为 AI 推理等相关场景提供更优化的服务能力，高效使用资源的同时，快速交付算力服务； 4、深入参与产品全生命周期研发管理，持续优化提升产品的安全性、稳定性、性能、功能与用户体验，以技术驱动业务增长； 5、负责容器领域前沿技术的探索，推动系统架构演进及优化，完成技术预研和技术难点攻关。
1.AI 原生架构设计： 负责云原生数据库（存算分离架构）的 AI 能力增强，设计并实现面向大规模向量数据的存储、索引及计算架构； 2.高性能内核研发： 在数据库内核中注入AI特性，增强优化器，列存，HTAP以及DB自调优等核心特性； 3.湖仓一体演进： 推动数据库与 Apache Iceberg 等开放表格式的融合，构建 AI 友好的湖仓基础设施，解决非结构化数据与结构化数据的关联检索难题； 4.稳定性与自愈建设： 应对 Serverless 场景下的极速伸缩挑战，利用混沌工程提升分布式环境下的数据一致性与高可用性； 5.前沿探索： 持续跟进 AI4DB（利用 AI 优化数据库参数/查询）与 DB4AI（数据库内置模型推理）方向的最新研究并推动工程落地。
1、深度参与可灵大模型云原生基础设施建设，打造支撑视频生成模型训练与推理的高性能 K8s 调度体系，具备万卡以上 GPU 集群的稳定调度与弹性扩缩能力； 2、负责可灵视频生成场景下的 AI 负载全生命周期管理，构建训推一体的统一调度架构，落地面向视频生成业务的配额管理与算力精准管控机制，支撑模型快速迭代与高并发推理请求； 3、深耕 GPU 调度与性能优化，针对视频生成任务的大内存、长时序特点，落地 GPU 拓扑感知、优先级调度、抢占、QoS 管控等核心能力，保障可灵在线推理低延迟与离线训练高吞吐的协同运行； 4、聚焦可灵大模型训推链路的云原生架构创新，攻关高性能网络通信（RDMA/InfiniBand）与存储加速，解决大规模视频模型在分布式训练通信、推理调度上的关键瓶颈，持续推动可灵 AI 基础设施的技术演进。
1. 为快手打造大模型AI云原生K8s 基础设施建设，具备万卡以上规模的CPU/GPU调度能力，支撑包括 可灵大模型、搜推广 等核心模型的训练与推理调度； 2. 支撑数据、训练、推理等全场景AI负载生命周期管理，构建训推一体的统一调度架构，落地统一的配额和算力管理机制，实现负载高效协同与资源精准管控； 3. 深耕 GPU 调度与性能优化，落地 GPU 拓扑感知、优先级、抢占、QoS 感知等调度能力，支撑万卡级大规模 AI 任务高效运行； 4. 聚焦大模型云原生基础设施建设，负责高性能网络与存储加速、多云部署与调度能力，解决大模型训推理在通信、调度上的关键挑战，持续推动云原生与 AI 技术深度融合与架构创新。