米哈游
Infra 推理优化工程师（3D生成）
Infra 推理优化工程师（3D生成）
发布于 大约 12 小时前普通员工/个人贡献者
全职员工仅现场办公平台工程
平台工程
Ai Infra
Cuda
Dit
Llm
分布式系统
大模型推理
性能优化
值不值得投
76综合评分
综合评分 76
前沿AI Infra技术岗，技术成长空间大，薪资有竞争力，但对现场办公和潜在工作强度有明确要求。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
与平台工程中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 920 个在招
市场机会
选择适中
上海 · 平台工程 · 29 个在招
职位详情
关于这个职位
负责米哈游游戏AI（尤其是3D生成相关）大模型服务的部署与性能优化工作
你需要设计高可用、低延迟、可弹性伸缩的推理服务架构，并深入解决GPU推理过程中的性能瓶颈，推动AI基础设施与分布式系统相关前沿技术的落地应用
最低要求
具有一定的GPU性能优化经验，包括但不限于CUDA/Cute/Triton/TileLang等
扎实的系统与基础设施能力，熟悉Linux环境下高性能服务开发，具备良好的代码规范和系统设计能力
具备较丰富的大模型（LLM/DiT范式）等推理服务优化经验，了解常用推理优化方案，对DiT模型的推理优化有深入理解者优先考虑
熟练掌握常用AI Coding工具，能够将AI协同开发融入日常研发流程
具有独立解决问题的能力，良好的团队合作精神及沟通能力
工作职责
设计并实现高可用的大模型服务化部署调度，支持多用户并发、低延迟、弹性伸缩
深入跟进团队内训练/推理相关的性能优化工作，解决实际业务场景中的性能瓶颈
持续跟进AI Infra、分布式系统与推理优化前沿技术，推动新技术的验证与落地
优先资格
对DiT模型的推理优化有深入理解
AI 洞察
优缺点分析
优点
- 米哈游作为行业头部公司，在AI Infra领域投入大，能提供强大的计算资源和优秀的技术氛围
- 岗位聚焦于性能优化这一核心技术领域，能深入锻炼系统思维和底层优化能力，技术积累扎实
- 作为支撑性岗位，需要紧密对接业务团队（如算法、渲染），在理解业务需求与追求极致性能之间需要良好的平衡
- 对代码质量、系统稳定性的要求极高，任何优化都需经过严格验证，工作需要高度的严谨性
缺点 / 挑战
- 能接触到游戏行业顶尖的AI技术（如3D生成）与海量数据，技术落地场景明确且富有挑战性
- 性能优化工作往往伴随较高的技术深度和解决复杂问题的压力，需要持续跟进前沿技术，学习曲线陡峭
- 适合具备扎实系统功底和GPU性能优化经验，热衷于通过技术手段突破算力瓶颈，追求极致性能，并希望将前沿AI技术应用于大型复杂业务场景的工程师
角色解读
- 技术专家路线：在AI Infra和模型推理优化领域持续深耕，成为GPU集群调度、算力优化或特定模型架构推理的顶尖专家
- 架构师路线：从单点优化扩展到整体AI平台架构设计，负责设计更复杂、更智能的混合云/分布式训练与推理平台
- 技术管理路线：在技术能力卓越的基础上，带领小团队负责特定技术模块的规划与落地，走向技术管理岗位
- 负责构建和优化支持高并发、低延迟的AI大模型（尤其是3D生成相关模型）的线上推理服务
- 深度参与AI模型的训练与推理全流程性能调优，用系统性思维解决实际业务中的算力瓶颈
- 作为技术专家，持续跟踪并引入分布式系统、推理引擎等领域的最新技术，提升团队基础设施的整体效能
- 需要具备扎实的GPU编程和性能优化能力，熟练使用CUDA、Triton等底层工具链
- 需要强大的系统架构和设计能力，熟悉Linux高性能服务器开发，能保证服务的稳定性与高可用性
- 需要深入理解大模型（特别是LLM、DiT架构）的推理原理与常见优化方案，有实际优化经验者优先
- 需要具备将AI工具高效融入研发流程的能力，以及独立攻克技术难题的素质
申请策略
- 研究米哈游在AI、图形学或游戏引擎技术方面的公开分享（如GDC演讲、技术博客），了解其技术栈和关注点，在面试中展示你对公司的了解
- 准备一个深度优化案例，最好能涵盖从问题分析、方案设计到具体实现和结果验证的完整过程
- 重点突出在GPU优化、CUDA编程、推理引擎（如TensorRT, vLLM, Triton Inference Server）方面的具体项目成果，用数据（如延迟降低百分比、吞吐量提升倍数）量化优化效果
- 详细描述参与过的大型模型（尤其是LLM、CV生成模型）的训练或推理系统设计与开发经验，展现系统设计能力
- 如果使用过AI辅助编程工具并有效提升开发效率，可以作为亮点说明，体现工程效率意识
- 列举解决过的复杂技术难题或性能瓶颈案例，体现独立解决问题和团队协作能力
- 深入学习Triton、TileLang等新兴GPU编程框架，紧跟推理优化技术发展
- 系统性地补强分布式系统理论知识，如计算图优化、显存管理、通信优化等
面试指南
- 对于优化案例类问题，采用STAR法则（情境、任务、行动、结果），重点突出你分析问题、选择优化策略的思路，以及最终可量化的收益
- 对于系统设计类问题，先明确核心指标（延迟、吞吐、成本等），再从硬件（GPU显存/计算）、软件（算子、调度、通信）、业务（模型特点、请求模式）等多个维度展开讨论
- 对于底层机制类问题，要清晰阐述原理，并主动联系到实际优化场景中是如何利用这一机制来提升性能的
- 请介绍一个你过去进行过的最有挑战性的GPU性能优化项目，你是如何定位瓶颈并最终解决的？
- 在大模型推理服务中，如何设计架构以支持高并发和低延迟？你会考虑哪些关键因素？
- 你对CUDA编程中的XXX（如Shared Memory, Stream, Warp等）机制是如何理解的？能否举例说明其在优化中的应用？
- 如果我们需要为一个新的DiT模型设计部署方案，你会从哪些方面入手进行分析和优化？
- 你如何看待将AI Coding工具融入日常开发流程？能否分享你的实践经验？
职位点评
薪资福利75
成长发展95
工作生活55
使命价值70
薪资福利
75中等
米哈游作为超大型游戏公司，通常能提供有市场竞争力的薪酬福利，该职位作为核心技术岗，薪资待遇预计在市场水准之上。
薪资信号面议 (30K-50K/月)
福利待遇五险一金
成长发展
95较高
该职位直接接触AI Infra最前沿的推理优化技术（如DiT、CUDA），工作内容挑战性高，技术成长空间大，是典型的‘前沿/新兴技术’岗位。
技术前沿前沿/新兴技术
技术栈CUDA、Triton、Triton、LLM、DiT、分布式系统、性能优化
成长机会推动新技术的验证与落地
业务类型profit_center
工作生活
55较低
职位要求‘仅现场办公’，且未提及任何弹性工作或WLB相关信息，高强度优化工作可能带来较大的工作压力。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
在游戏公司从事支撑核心业务（3D生成）的AI基础架构建设，技术驱动属性强，但社会影响力更多体现在商业产品层面。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs