理想汽车资深AI基础设施架构师
任职要求
1.在一流IT或智能汽车企业中，具备10年以上AI算法、操作系统或核心软件等数个关键技术领域的研发经验，5年以上团队管理或架构师经验。 2.洞察并探索前沿技术趋势: 能够判断并定义深度学习算法基础设施领域的技术演进趋势，具备前瞻性技术眼光；擅长做技术突破，具有一定高度的技术前瞻视野，能够挖掘技术增值点。 3.深度学习基础设施架构设计能力： 在深度学习、计算机视觉、自然语言处理等领域拥有丰富的理论和实践经验，能够设计和…
工作职责
1.洞察深度学习算法基础设施技术的前瞻趋势，构建公司在该领域的技术研发流水线； 2.定义下一代深度学习算法基础设施技术的演进方向，并驱动关键技术的探索性研究； 3.负责承接公司在深度学习算法基础设施技术领域的战略规划，横向拉通各技术部门，推动协同规划，推动预研项目的立项以及目标达成。
1.洞察深度学习加速芯片的技术趋势和产业链发展方向，整合行业资源完成芯片研发； 2.定义下一代深度学习加速芯片，并驱动关键技术的探索性研究； 3.负责承接公司在深度学习加速芯片的战略规划，横向拉通各技术部门，推动协同规划，推动预研项目的立项以及目标达成。
1.负责AI平台架构设计和AI工程化技术实现； 2.通过AI基础设施和软硬件协同优化来提升公司AI模型训练和推理的效率； 3. 负责云侧或端侧大模型和小模型推理服务开发、性能优化、上线部署等工作。
主要职责 1、投身自动驾驶关键AI基础设施构建，参与研发业界一流的数据标注、仿真测试、超算平台、worldsim编辑器等方向 2、 牵头复杂图形界面（2D/3D方向）研发，突破海量数据实时渲染等核心技术难题 3、 负责自动驾驶AI基础设施平台—包括标注工具、仿真环境及数据可视化系统的前端架构设计与实现 4、制定代码管理与模块化开发规范，推进微前端等现代架构落地，保障系统长期可扩展性 5、构建全链路前端性能优化机制（如缓存方案、动态加载、多线程处理等），提升高数据负载场景下的交互体验 6、主导重大技术方案评审与架构决策，推动React技术体系深度应用与工程最佳实践 7、指导并培养中级和高级工程师，助力团队技术成长与项目交付 8、深入参与产品设计与AI算法需求讨论，将复杂业务逻辑转化为可靠、高效的前端解决方案
1. 面向 AI 业务的网络架构设计与演进 ○ 负责支持大规模 AI 训练/推理集群的网络架构规划与方案设计，覆盖 AI access 网络、frontend 网络、AI scale up 网络等关键环节。 ○ 结合业务场景识别网络接入、流量调度、数据分发链路中的性能和可靠性瓶颈，提出系统级优化方案。 2. 高性能多路径传输与 RDMA 方向创新 ○ 深入调研业界前沿应用层多路径传输、RDMA 及相关协议栈优化技术，系统性分析其优缺点与适用场景。 ○ 基于阿里云大规模生产环境，设计并落地面向 AI 流量的多路径传输优化机制，实现端到端的高带宽、低时延和高稳定性。 3. 网络系统研发与产品化落地 ○ 将整体技术方案拆解为可实施的技术点，完成可行性分析、技术规范制定与验收标准设计。 ○ 主导关键模块的架构设计与核心代码开发，构建可快速迭代的原型系统，验证技术路线。 ○ 在验证基础上持续进行性能优化与工程化改造，推动方案产品化落地，并支撑大规模部署和运营。 4. 稳定性与性能优化 ○ 制定并实施面向超大规模集群的稳定性保障策略，从架构设计、协议栈实现、流控/调度策略等多层面建设高可用能力。 ○ 在真实业务环境中开展端到端性能剖析与容量规划，识别热点与瓶颈，落地针对性优化措施，保障高负载下的稳定性能表现。 5. 数智一体的网络分析与智能运维 ○ 利用大数据与大语言模型，设计并研发超大规模网络分析与智能运维系统，提升网络研发、运营、运维、测试效率。 ○ 探索 AI for Network 的创新场景，如异常检测、故障根因定位、智能调度策略优化等。 6. 学术前沿跟踪与技术影响力建设 ○ 持续跟踪计算机网络、AI infra、可编程网络硬件等领域的前沿研究与产业趋势，并评估其在阿里云场景中的落地价值。 ○ 鼓励/支持在 SIGCOMM、NSDI、ATC 等顶会发表论文或输出技术分享，增强团队和个人在业界的技术影响力。