影石基础架构工程师
任职要求
任职要求
1、全日制本科及以上学历，计算机相关专业;
2、5年以上IT基础架构运维与管理经验，丰富的、服务器、存储、数据库等基础设施建设与运维经验，熟悉虚拟化、云计算和AI等新技术的应用;
3、熟悉主流服务器和存储设备的配置管理，精通Windows Server、Linux系统服务器的安装、配置和调试；熟悉国内外主流云平台的维护管理，包括各种云服务器、云存储，网络和安全的创建，配置和管理，具备阿里云、腾讯云平台的实践经验更优;
4、精通基础架构硬件和软件架构，具备独立设计服务器、存储和网络需求方案设计能力，精通主流的虚拟化或超融合系统…工作职责
岗位职责 1、IDC机房管理：负责IDC机房的日常运维和管理，人员进出管理和机房环境设备（精密空调，UPS电源，气体消防等）的管理，确保机房各类设备的稳定运行; 2、服务器硬件资源管理：负责公司服务器、存储设备等硬件设施的运行监控、日常维护及故障处理，负责公司IDC机房服务器资源的统一规划和管理，包括需求评估，设备选型、资源交付服等； 3、服务器系统运维管理：负责公司IDC机房（包括不限于虚拟化、存储、CMDB、AD、DNS、jumpserver、自动化运维工具等）的运维管理，并协助应用系统负责人保障业务系统的正常运行； 4、监控平台建设和管理：负责服务器系统监控平台更新与维护，持续优化监控项和收敛报警，实现对公司所有服务器硬件、软件、系统的实时监控，保障业务系统的连续性; 5、公司数据安全管理：负责公司数据备份和灾备系统的规划、建设、维护与管理，定期进行数据备份的恢复演练，确保公司数据的安全性; 6、IT项目建设和管理：负责公司基础架构相关项目的方案评估、实施落地与进度管理等，确保项目按期交付； 7、流程制度及规范的建立：负责基础架构运维相关工作流程、SOP的制定与优化；
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 工作职责： 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架； 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设； 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，打造高效、易用、领先的AI推理框架； 4、参与/负责构建推理框架的系统容错能力，包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设； 5、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等； 6、与全公司各业务算法部门深度合作，为重点项目进行算法与系统的联合优化，支撑业务目标达成。
【业务介绍】 我们是小红书内稠密类模型（LLM/MLLM/SD/CV/NLP）统一的AI平台QuickSilver，负责调度公司内所有稠密类模型训练与推理资源，基于自建的训推引擎，为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务；包括数据管理，模型管理，模型训练、压缩、推理、部署，服务管理，资源调度等一系列能力。 工作职责： 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程，包括模型fine-tuning、推理服务化等 3、构建云原生架构，设计高可用、高性能的微服务体系 4、优化平台性能，提升系统稳定性和可扩展性
1、负责模型训练平台核心功能开发和架构设计，包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设，包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统，打造端到端训练解决方案 4、优化训练调度和资源管理，提升集群利用率和训练效率 5、开发模型训练监控诊断工具，建设可观测性体系
【职位描述】 1、设计和实现机器学习平台业务系统, 包括工具链/组件等AI基础设施, 落地业务功能需求； 2、高效优化和部署 计算机视觉、语音识别、语音合成、自然语言处理 等业务模型； 3、与公司各算法部门深度合作, 分析业务性能瓶颈和系统架构特征, 软硬件结合优化, 实现极致性能。