【职位描述】 面向政企项目和产品的交付、运维、优化需求，负责智算平台的规划、架构、调优的技术岗位。 1.架构设计与规划: - 根据客户需求和业务需求，设计智算系统的整体架构，包括算力资源调度、数据存储与传输、网络拓扑等，确保系统具备高并发、低延迟、高可用性和可扩展性。 - 制定技术路线和选型方案，选择适合的硬件（如GPU、FPGA等）、组网（RoCE、IB）软件框架（如K8S、CUDA、Mindsore、PyTorch等）和协议标准。 2.算力资源管理: - 设计并实现异构算力纳管架构，支持多类型算力资源（如NV、国产芯片等）的统一管理和调度，实现算力的细粒度切分和弹性分配。 - 优化算力资源利用率，通过动态调度、负载均衡等技术，提高算力资源的复用率和效率。 3.性能优化与调优: - 集成和调优主流推理框架（如vLLM、TensorRT-LLM等），优化模型推理性能，降低单位推理成本。 - 设计多级缓存架构（如精确匹配缓存、语义缓存等），提升数据访问速度和系统响应能力。 4.系统可靠性与安全性: - 对平台SLA进行规划，设计容错、熔断、重试和降级策略，确保系统在面对硬件故障、网络波动等异常情况时仍能稳定运行。 - 实现安全沙箱机制，保障算力资源的安全隔离和隐私保护。 5.技术协作与规范制定: - 与交付团队、运维团队等协作，确保架构设计与业务需求、运维流程的衔接。 - 制定技术规范和工程标准，包括架构规范、接口规范、流程、可观测性指标（如监控、日志、追踪）等，提升团队开发效率和系统可维护性。 【任职资格】 1.通信，计算机科学、电子工程、人工智能或相关专业本科及以上学历，硕士或博士学历优先。 2.至少5年相关领域工作经验，其中至少3年从事智算系统架构设计或相关技术架构设计，有大型智算中心建设、MAAS平台、AI大模型训练与推理解决方案设计经验者优先。 3.技术技能： 1）熟悉GPU、NPU等异构计算硬件架构，了解硬件性能特性和优化方法，有实际项目经验优。 2）熟悉RoCE、IB等RDMA网络的组网和调优，有实际项目经验优先。 2）熟悉分布式系统架构设计，了解微服务、容器化技术（如Docker、Kubernetes）和并行文件存储技术。 3）熟悉主流AI框架（如TensorFlow、PyTorch、MindSpore等）和推理引擎（如TensorRT、vLLM等），有模型适配、算子优化经验者优先。 4）熟悉智算系统SLA规划，可以针对不同SLA匹配合理的运维架构和方案。 4.价值观：认同公司核心价值观，具有良好的思想品质和道德素质； 具备主动学习能力，具备自驱力，有较强的团队意识。 5.软技能: 1）具备出色的沟通能力和团队协作精神，能够与不同专业背景的团队成员有效沟通和协作，面对问题能够灵活处理； 2）具有较强的分析问题和解决问题的能力，能够快速定位和解决复杂技术问题。 3）具备良好的技术文档编写能力，能够清晰、准确地表达技术思路和设计方案。