拼多多大模型推理系统工程师
任职要求
任职要求 1)扎实的编程能力(Python / C++ / Rust 至少一种); 2)良好的数据结构与算法基础; 3)理解操作系统、并发编程、网络基础; 4)具备性能分析能力(CPU / GPU / IO / 调度); 5)理解高并发系统设计(缓存、队列、负载均衡); 6)理解 Transformer 与大模型基本推理流程; 7)理解 KV Cache、batching、token streaming 等…
工作职责
岗位职责 1)推理调度系统:设计 batching / admission control / 请求调度策略,提升吞吐与稳定性; 2)KV Cache 系统:设计 cache 生命周期管理、复用策略与显存优化机制; 3)Decoding 优化:实现 speculative decoding / prefix reuse / 并行解码策略; 4)推理执行引擎:参与执行图、算子调度、runtime 优化; 5)GPU 利用率优化:分析 kernel、IO、调度瓶颈,提升整体利用率; 6)分布式推理:构建高并发在线服务,支持大规模请求负载; 7)训练协同:支持 RL rollout / evaluation 场景中的推理加速。
1、负责公司各AI推理场景(LLM/多模态/视频等)的推理系统研发和性能优化、资源调度、可观测性搭建、日常维护等工作 2、与算法团队深度合作,进行算法与系统的联合设计与优化(如模型量化、kvcache量化、投机采样等) 3、保持关注行业前沿技术,且有能力和热情开展创新研究
【】 1、负责大模型训练和推理系统的研发与性能优化,包括但不限于:模型计算性能优化、训练集群调优、分布式大模型推理系统、大规模推理流量调度等; 2、负责解决系统高并发、高可靠性、高可扩展性等技术难关; 3、负责大模型训练和推理前瞻性技术架构的调研和引入,技术方案不限于子图匹配、编译优化、模型量化等; 4、负责异构硬件的引入与训练推理框架的集成,包括但不限于GPU、NPU、TPU等; 5、算法部门深度合作,进行算法与系统的联合优化。
1、负责火山引擎大模型训练和推理系统的研发与性能优化,包括但不限于:模型计算性能优化、千卡训练集群调优、分布式大模型推理系统、大规模推理流量调度等; 2、负责解决系统高并发、高可靠性、高可扩展性等技术难关,支撑火山引擎千亿级别的日均Token训练推理流量; 3、负责大模型训练和推理前瞻性技术架构的调研和引入,技术方案不限于子图匹配、编译优化、模型量化等; 4、负责异构硬件的引入与训练推理框架的集成,包括但不限于GPU、NPU、TPU 等; 5、面向全球多地域超大规模GPU算力集群,通过弹性调度、GPU超卖、任务编排等方式不断提升算力利用率; 6、与算法部门深度合作,进行算法与系统的联合优化。
1、负责火山引擎大模型训练和推理系统的研发与性能优化,包括但不限于:模型计算性能优化、千卡训练集群调优、分布式大模型推理系统、大规模推理流量调度等; 2、负责解决系统高并发、高可靠性、高可扩展性等技术难关,支撑火山引擎千亿级别的日均Token训练推理流量; 3、负责大模型训练和推理前瞻性技术架构的调研和引入,技术方案不限于子图匹配、编译优化、模型量化等; 4、负责异构硬件的引入与训练推理框架的集成,包括但不限于GPU、NPU、TPU等; 5、面向全球多地域超大规模GPU算力集群,通过弹性调度、GPU超卖、任务编排等方式不断提升算力利用率; 6、与算法部门深度合作,进行算法与系统的联合优化。