知乎AI Infra 工程师（28届）

工作描述

岗位职责
根据个人经验和团队方向，参与以下一个或多个方向：
- 建设大模型预训练、微调及强化学习基础设施，支持多机多卡任务编排、资源调度、断点恢复和故障容错。
- 优化分布式训练性能，分析计算、通信、显存、数据读取和负载不均衡等瓶颈，提升 GPU 利用率与训练吞吐。
- 参与大模型推理服务和推理引擎研发，优化批处理、KV Cache、并行策略、模型加载、请求调度及显存管理。
- 建设 GPU 集群的任务调度、监控告警和可观测性能力，定位训练或推理过程中跨框架、网络、存储及硬件的复杂问题。
- 将重复的排障和交付过程沉淀为工具、自动化流程与工程规范，提升算法团队的实验和迭代效率。
- 跟进分布式训练、推理系统、AI 编译器和高性能计算方向的前沿工作，完成工程验证并推动落地。

任职要求
- 计算机、软件工程、人工智能、电子工程或相关专业，本科及以上学历。
- 具备扎实的计算机基础，理解操作系统、计算机网络、数据结构、并发编程中的基本概念。
- 熟悉 Linux 开发环境，熟练使用 Py…