平头哥平头哥-资深AI芯片互联架构师-上海
任职要求
* Minimum Bachelor degree in Computer Science or Electronics Engineering; M.S. or Ph.D. degree is preferred. * Minimum of 12 years (for M.S.) 8 years (for Ph.D.) of experience on computer architecture or network chip design with proven silicon result. * Strong experience in at least one of the following areas and have experience of technical leadership of successful chip development from architecture design to final production is a must: 1.Server AI chip. 2.S…
工作职责
In this role, you will work with hardware and software engineering groups to define the next-generation inter-chip network architecture for high-performance AI chip and AI network. * Identifies the challenging problems, and evaluate various architectural solutions for the next-generation of network for AI chip and AI Super Pod. * Gets strong influences on future AI products by advanced architecture design as the excellent interface between software and hardware. * Leads architecture design of AI chip to chip interconnect subsystem, Scale-up Switch chip, C2C link, and etc. * Documents the high-level architecture specification. * Participation in defining the micro-architecture of key subsystem. * Strong technical leadership to achieve successful delivery of final silicon product. * Works closely with design, software, system, and verification team.
1、负责企业级云原生机器学习平台建设，支撑模型开发、训练、部署、上线全生命周期管理； 2、负责机器学习平台核心组件落地与优化，包含分布式训练调度、模型版本管理、模型服务化推理部署； 3、负责 GPU 算力集群精细化运营，通过资源调度、弹性伸缩、异构算力管理，优化大模型训练 / 推理成本； 4、搭建平台监控、告警、可观测体系，保障机器学习集群及业务系统高可用、高稳定； 5、对接算法、业务团队，拆解需求并提供 MLOps 标准化平台解决方案。
1.AI算法模型效果运营，包括： 1）负责ASR/NLU/NLP/CV等模型在真实业务中的效果监控与分析; 2）基于模型核心指标体系(如WER、CER、SlotF1等);持续跟踪模型在不同语言、不同设备、不同用户场景下的表现变化。 2.数据回流与模型优化闭环，包括： 1）主导模型运行数据的采集、分析、问题定位; 2）设计数据回流与样本筛选策略(错误样本、长尾场景、低置信度样本); 3）协同数据团队完成数据清洗、标注和质检，支持模型持续训练与优化。 3.多语言与本地化AI模型运营 1）针对多语言、多口音、多文化场景，制定模型运营与评测方案; 2）识别不同语言/国家的典型问题(如口音、语速、语义歧义); 3）与语言专家、本地团队合作，提升模型在海外市场的可用性和稳定性。 4.灰度发布与版本管理 1）参与模型版本的灰度发布、AB测试、效果对比与回滚策略; 2）评估模型版本升级对用户体验和业务指标的影响; 3）降低模型迭代带来的业务风险。 5.跨团队协作与方法论沉淀 作为算法团队x数据团队x产品团队的关键连接人，将业务问题转化为可执行的模型优化与数据需求;沉淀模型运营方法论、SOP和评估规范。
【团队介绍】 BA Agent（商业分析助手）是美团面向企业运营场景的 AI 策略引擎，通过"Agent 产品 + FDE（前线交付工程师）"双轮驱动，将非标运营流程转化为可规模复用的标准化能力（Skill），实现从数据分析到行动闭环的端到端价值交付。 【团队特点】 -扁平化，纯结果导向，打破职能与职级边界 -AI-Native 工作方式——团队自身重度使用 AI 工具辅助研发与协作 -当前处于架构重启 + 规模化前夜，加入即主导核心系统 【岗位职责】 1.主导 Agent 核心架构设计与演进 -对标 Claude Code 等业界最佳实践，设计轻量级 Agent 编排框架（Unix 哲学） -统一工具/Skill 接入协议，支撑多端（Web/OpenAPI/大象）一致性交付 -设计并落地上下文管理、流式输出、会话压缩等核心能力 2.AI 安全体系建设 -防御 prompt injection 攻击：输入过滤、输出校验、指令隔离 -模型越权防控：工具调用权限边界、沙箱隔离、敏感操作二次确认 -安全审计：模型决策链路可追溯，异常行为检测告警 3.多租户高并发高可用云服务 -设计多租户隔离方案（数据隔离、资源配额、权限体系） -Agent 推理链路的高并发调度：异步编排、队列管理、弹性伸缩 -高可用保障：限流降级、熔断、故障自愈、灰度发布 4.效果-成本平衡 + 企业级审计合规 -模型路由与成本管控：分级调度、Token 预算管理、推理资源池化 -企业级审计合规：操作可追溯、数据分级分类、合规准入 -效果评测闭环：golden dataset + 自动化 Eval，确保成本优化不牺牲效果底线 5.数据加工与数据飞轮 -ETL pipeline：多源数据接入与清洗转换，支撑 Agent 取数、聚合、归因等场景 -数据飞轮：离线（日志萃取 → 评测集维护）+ 在线（用户画像/偏好 → 实时注入上下文），建立复利效应
1、负责AI搜索万亿级网页的内容理解，包括但不限于解析、质量判定；负责AI搜索千亿级索引的分层筛选等 2、负责大模型预训练网页语料的内容理解、包括但不限于解析、质量判定等。