智能互联数据技术及产品部-AI Data系统工程架构师-杭州
任职要求
1. 拥有计算机科学、信息技术或相关领域的硕士或博士学位。 2. 具备大规模分布式系统研发经验，熟悉spark/flink等大数据系统，熟悉Kubernetes架构和生态，熟悉Docker/Containerd/Kata/Podman等容器技术。 3. 对 AI 系统工程（如迭代模式、端到端系统设计、工程框架、性能建模等）有比较深刻的理解，至少熟练掌握一种常见的深度学习框架，包括但…
工作职责
1. 负责AIData 各大平台的产品技术架构，包含数据资产管理平台、数据标注平台、数据评测平台，以及数据处理平台架构设计和开发。 2. 负责异构资源（GPU、CPU等硬件）的调度优化，实现潮汐资源、混部资源、多云资源的最优化调度。 3. 负责集群和业务服务的稳定性治理、资源利用率提升，通过系统化方式提高GPU、CPU等硬件资源的使用效率。 4. 参与设计高吞吐、低延迟的数据处理 pipeline。针对大模型数据处理场景（如LLM、多模态），优化数据清洗、预取、缓存及异步加载策略，确保数据大规模产出。 5. 领导数据处理集群优化相关团队，关注数据处理系统前沿技术，保持团队技术先进性。
在Web3席卷全球的浪潮中，我们正用代码重构数字世界的规则——从RWA资产代币化到稳定币架构的颠覆，从全球区块链协作到AI与链式逻辑的碰撞。技术生态的裂变已不可逆，而蚂蚁数科凭借原生区块链架构、密码安全、硬件级防护、跨链隐私计算与Layer2扩展性等硬核技术，已站在风暴眼中央。 此刻，你将与顶尖工程师并肩： - 重构资产流通协议，用智能合约改写价值流转规则； - 设计下一代链上系统，以技术纵深击穿数据孤岛； - 在黄金时代的第一线，用代码定义信任的新范式。 代码即信仰，创新即战场—— 黄金时代正在加速到来——此刻不冲，更待何时？ 1. 参与蚂蚁数科Layer2 区块链Jovay 的架构设计、功能开发与性能优化，推动 Jovay 测试网和主网顺利上线； 2. 持续跟踪并深入研究区块链与 Web3 前沿技术动态，具备快速学习与落地应用能力，将最新技术成果高效融入 Jovay 平台，以保持技术领先和产品竞争力。
在Web3席卷全球的浪潮中，我们正用代码重构数字世界的规则——从RWA资产代币化到稳定币架构的颠覆，从全球区块链协作到AI与链式逻辑的碰撞。技术生态的裂变已不可逆，而蚂蚁数科凭借原生区块链架构、密码安全、硬件级防护、跨链隐私计算与Layer2扩展性等硬核技术，已站在风暴眼中央。 此刻，你将与顶尖工程师并肩： - 重构资产流通协议，用智能合约改写价值流转规则； - 设计下一代链上系统，以技术纵深击穿数据孤岛； - 在黄金时代的第一线，用代码定义信任的新范式。 代码即信仰，创新即战场—— 黄金时代正在加速到来——此刻不冲，更待何时？ 1. 蚂蚁数科Layer2 Jovay架构设计，研发和主网建设； 2. 负责与产品、合规、运营团队协作，开源社区共建，共同打造可持续的Jovay生态； 3. 参与重大技术风险评估与事故应急，建立高可用、高安全的生产级 Layer 2 网络运行体系。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：集团信息系统部（Corporate Information System）负责字节跳动信息系统建设。通过构建领先的信息系统，助力公司业务和组织的长期高效经营与发展。与此同时，在安全、隐私、合规层面持续治理，为公司的稳健发展保驾护航。字节跳动的业务模式复杂，用户规模大。到现在，集团信息系统部已经覆盖人事、财务、法务、采购、审批、职场等多个领域，隐私安全工作同步开展，AIGC创新孵化也在逐步落地实现。 1、参与Data Agent架构设计与实现，主要包括Agent架构优化、上下文工程、NL2DSL/NL2Code、效果自动化评估； 2、持续跟进AI与大模型领域技术发展趋势，结合相关实际业务场景引入新技术和新方案，推动团队技术体系的持续迭代升级，支撑业务规模化发展； 3、参与集团内部Data Agent产品技术选型、方案设计、效果优化等，优化AI取数效果，服务集团内部各业务场景。
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！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。