腾讯云-云原生AI加速领域专家(基础设施方向)(北京/深圳)
🤖 AI 估测：¥55K-90K
发布时间：大约 1 个月前
ℹ️关于这个职位
这是一个面向云原生AI基础设施领域的专家级技术岗位
你将负责设计和构建覆盖数据、镜像、进程到GPU的全链路AI加速体系，并对PyTorch、TensorFlow等主流AI框架进行深度优化
同时，你还需要探索无损快照、任务无感迁移等前沿技术，将创新成果转化为腾讯云的核心产品竞争力
✓工作职责
AI工作负载的全局加速体系设计：负责构建覆盖“数据-镜像-进程-GPU”全链路的AI加速体系，核心优化容器镜像、模型权重、数据集等存储、分发与访问性能
计算框架深度优化：深入研究PyTorch、TensorFlow等主流AI框架的进程启动、模型加载、GPU显存管理机制，设计与实现框架级的快速启动、热加载、动态切分/重组方案，显著降低任务调度延迟与资源闲置
前沿技术探索与攻关：负责技术难题攻关与前沿预研，如无损快照与实时恢复、计算任务的无感迁移、异构资源池化等，并将创新成果转化为核心产品竞争力
⭐最低要求
计算机科学、软件工程或相关专业硕士及以上学历，7年以上系统底层或高性能计算领域开发经验
深厚的系统级开发能力：精通C/C++/Rust，精通Linux系统编程，具备从用户态到内核态的复杂系统调试与优化能力
跨领域知识深度，需在以下至少三个领域有实际项目经验：
1）云原生基础设施：深度掌握Kubernetes、容器运行时、镜像加速（如Nydus, Stargz）原理，有相关开源项目贡献者尤佳
2）存储与I/O栈：深入理解文件系统、块设备、内核I/O路径，有高性能存储系统（Ceph, SPDK等）或内核模块开发经验
3）高性能网络：精通RDMA、TCP/IP协议栈，有基于DPDK/SPDK、eBPF的网络性能优化经验
4）AI计算栈：深入理解AI框架架构、CUDA编程、GPU显存管理，有大型模型训练调优或框架开发经验
具备杰出的系统性思维和难题攻关能力，能独立主导跨团队的大型技术项目