智能互联阿里云智能-终端智能 GPU驱动与VGPU虚拟化专家-杭州
任职要求
1. 本科及以上学历，计算机、电子工程、微电子等相关专业，5年以上GPU驱动开发与VGPU虚拟化相关工作经验，有大型商用项目落地经验者优先（硕士学历可适当放宽经验要求，参考行业学历分布）； 2. 精通C/C++编程语言，深入理解操作系统内核原理（Linux/Windows），熟练掌握GPU驱动架构（DRM、KMD、UMD），具备独立完成驱动模块设计、开发与调试的能力，熟悉GPU底层架构与处理管线； 3. 精通VGPU虚拟化核心技术，深入理解KVM/QEMU、Hyper-V、ESXi等虚拟化平台，熟练掌握SR-IOV、VFIO、virtio-GPU、MIG等虚拟化相关规范与技术，有NVIDIA GRID驱动、vGPU许可证配置相关经验者优先； 4. 熟悉主流GPU芯片（NVIDIA/AMD/国产GPU）的架构与特性，掌握GPU性能优化方法，能针对图形渲染、AI计算等场景进行驱动与虚拟化性能调优，有芯片Bring-up、FPGA仿真测试经验者优先； 5.…
工作职责
1. 主导GPU驱动（KMD/UMD）的设计、开发、调试与优化，覆盖Linux/Windows双系统，负责驱动模块的架构迭代、性能调优及问题定位，解决驱动与硬件、系统的兼容性问题，熟练使用GDB/KGDB/Windbg等调试工具排查复杂软件问题； 2. 负责VGPU虚拟化全流程技术方案设计与落地，深入研究NVIDIA vGPU、AMD MxGPU、Intel GVT-g及国产GPU虚拟化技术，主导SR-IOV、Mediated Pass-Through、MIG等虚拟化方案的选型、开发与优化，适配AI计算、专业图形渲染等不同场景需求（C模式/vCS许可证、Q模式/vDWS许可证适配）； 3. 负责GPU驱动与VGPU虚拟化模块的集成测试、性能基准搭建，制定测试标准与流程，基于kvm-unit-tests、qemu-test、GPU-burn等工具打造回归测试体系，确保驱动稳定性与虚拟化性能无回退，处理线上大规模算力场景下的故障定位与热修复； 4. 跟踪GPU硬件架构（如Ampere及后续新一代架构）与虚拟化技术前沿动态，结合业务需求引入新技术、新方案，主导技术难点攻关，输出技术白皮书与架构设计文档，推动技术标准化落地； 5. 负责技术团队的技术指导与能力培养，带领小团队完成核心模块开发与项目交付，配合硬件、测试、产品等跨部门协作，推动GPU驱动与VGPU虚拟化技术在业务场景中的落地应用，对接GPU厂商（NVIDIA/AMD/国产厂商）进行技术协同与问题协同解决； 6. 负责GPU驱动的移植适配、版本迭代及残留清理（如使用DDU工具），保障驱动安装的兼容性与纯净性，支持异构计算框架的集成与调优，适配CUDA、OpenCL、OpenGL等图形/计算API。
1. 架构设计和验证：主导Android/Linux多系统融合的技术战略规划，负责从选型调研到整体架构设计的全链路验证；包括资源隔离、跨域通信、系统安全及硬件资源共享（GPU/NPU/多媒体编解码）等核心技术领域； 2. 前沿技术转化：跟进全球前沿的OS虚拟化技术（如MicroVM、AVF、Hypervisor等）在AI创新业务中方向和落地场景，保持技术架构的先进性；制定内部技术规范与标准，积极推动生态化建设； 3. 量产落地攻坚：驱动技术方案在核心产品中的规模化落地，针对系统集成中的关键卡点（如性能瓶颈、兼容性冲突）提出创新性解决方案，确保项目高质量交付。
岗位定位 当AI的战场从云端延伸到每一台终端设备，我们需要一位能重新定义端侧智能体验的技术领军者。 您将全面负责端侧AI应用与智能Agent平台的技术规划与产品研发。这个平台要解决的核心命题是：如何构建一套融合 端侧智能模型、高性能低功耗端推理引擎、Agent On-Device框架、隐私计算与环境安全等能力于一体的解决方案，在手机、PC、IoT等终端设备上流畅、安全、低延迟地运行本地智能体——同时与云端大模型能力无缝协同，形成"云端深度思考、终端即时响应"的一体化智能体验。 这是一个同时跨越系统工程与AI前沿的战略级岗位。您将拥有从端侧架构定义、推理引擎优化到设备生态合作的完整决策空间，带领团队在端侧AI这个正在爆发的赛道上建立技术壁垒与产品优势。 核心职责 技术战略与端侧架构 ● 制定端侧AI应用与Agent平台的整体技术路线，定义跨iOS、Android、桌面端及IoT设备的统一终端架构 ● 设计高性能端侧存储与检索方案——包括本地向量数据库、多模态数据索引与端侧语义检索引擎，支撑海量本地文档、图片、消息等信息的毫秒级检索 ● 主导端云协同大模型应用架构的端侧落地：定义端侧与云端的能力边界与协作协议，实现查询分发、结果融合、隐私保护的端到端链路 端侧推理与Agent能力 ● 推动端侧大模型推理能力建设——模型压缩、量化、蒸馏与硬件加速适配，实现轻量化大模型在终端设备上的高效运行 ● 设计端侧Agent框架，赋予AI对设备功能的智能感知与操控能力（系统API调用、跨应用协作、传感器数据融合） ● 主导隐私增强计算方案的落地，确保本地数据处理与推理过程中的用户数据安全与合规 工程交付与生态协作 ● 领导跨平台客户端工程团队，负责端侧核心模块的架构设计、性能优化与高质量交付 ● 与芯片厂商和设备厂商建立深度技术合作，打通硬件加速能力，推动NPU/GPU推理链路的联合优化 ● 建立端侧性能评测体系，持续追踪推理延迟、内存占用、功耗等核心指标，驱动体验持续优化 组织建设与技术文化 ● 搭建兼具系统工程深度与AI能力的复合型技术团队，主导核心人才引进与梯队建设 ● 营造注重工程质量、追求极致性能与用户体验的技术文化 ● 代表团队参与行业生态交流，在端侧AI领域建立技术品牌影响力
岗位定位 当AI的战场从云端延伸到每一台终端设备，我们需要一位能重新定义端侧智能体验的技术领军者。 您将全面负责端侧AI应用与智能Agent平台的技术规划与产品研发。这个平台要解决的核心命题是：如何构建一套融合 端侧智能模型、高性能低功耗端推理引擎、Agent On-Device框架、隐私计算与环境安全等能力于一体的解决方案，在手机、PC、IoT等终端设备上流畅、安全、低延迟地运行本地智能体——同时与云端大模型能力无缝协同，形成"云端深度思考、终端即时响应"的一体化智能体验。 这是一个同时跨越系统工程与AI前沿的战略级岗位。您将拥有从端侧架构定义、推理引擎优化到设备生态合作的完整决策空间，带领团队在端侧AI这个正在爆发的赛道上建立技术壁垒与产品优势。 核心职责 技术战略与端侧架构 ● 制定端侧AI应用与Agent平台的整体技术路线，定义跨iOS、Android、桌面端及IoT设备的统一终端架构 ● 设计高性能端侧存储与检索方案——包括本地向量数据库、多模态数据索引与端侧语义检索引擎，支撑海量本地文档、图片、消息等信息的毫秒级检索 ● 主导端云协同大模型应用架构的端侧落地：定义端侧与云端的能力边界与协作协议，实现查询分发、结果融合、隐私保护的端到端链路 端侧推理与Agent能力 ● 推动端侧大模型推理能力建设——模型压缩、量化、蒸馏与硬件加速适配，实现轻量化大模型在终端设备上的高效运行 ● 设计端侧Agent框架，赋予AI对设备功能的智能感知与操控能力（系统API调用、跨应用协作、传感器数据融合） ● 主导隐私增强计算方案的落地，确保本地数据处理与推理过程中的用户数据安全与合规 工程交付与生态协作 ● 领导跨平台客户端工程团队，负责端侧核心模块的架构设计、性能优化与高质量交付 ● 与芯片厂商和设备厂商建立深度技术合作，打通硬件加速能力，推动NPU/GPU推理链路的联合优化 ● 建立端侧性能评测体系，持续追踪推理延迟、内存占用、功耗等核心指标，驱动体验持续优化 组织建设与技术文化 ● 搭建兼具系统工程深度与AI能力的复合型技术团队，主导核心人才引进与梯队建设 ● 营造注重工程质量、追求极致性能与用户体验的技术文化 ● 代表团队参与行业生态交流，在端侧AI领域建立技术品牌影响力
1. 负责新一代AI驱动的PC产品质量保证工作与团队建设，主导质量团队的组织架构设计、人才梯队培养及绩效管理，打造一支具备系统底层、应用上层及 AI 评测能力的复合型质量团队，对最终产品交付质量与用户体验负责； 2. 构建覆盖“安卓系统-上层应用-AI Agent"的全链路质量保证体系。主导跨域质量架构设计，解决终端稳定性兼容性、云边端协同、分布式系统一致性、AI非确定性输出等复杂质量挑战，制定统一的质量门禁与发布准出标准，确保端到端交付质量； 3. 引领测试技术的智能化转型，探索"AI for Testing"与"Testing for AI"双轮驱动模式。一方面将 AI 能力融入自动化测试、用例生成、缺陷分析等环节提升效能；另一方面建立针对 AI Agent/LLM 产品的专项评估体系（如准确性、安全性、幻觉检测），解决非确定性输出的质量挑战，保持行业技术领先性； 4. 主导测试能力平台化与服务化建设，构建系统级、应用级、服务端及 AI 评估的自动化用例库。推动质量能力与 CI/CD 流水线深度集成，实现代码变更的自动化质量卡点。打造自助式质量验证平台，赋能研发、运维及合作伙伴，降低质量验证门槛，提升整体交付效率； 5. 建立多维度的质量度量体系，结合线上监控、灰度发布数据及用户反馈，驱动质量问题的根因分析与持续改进闭环，对线上重大质量事故负责，建立快速响应与防御机制，保障业务连续性。