拼多多
AI Infra研发工程师【2027届云弧计划】
AI Infra研发工程师【2027届云弧计划】
发布于 1 天前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
学历未注明
分布式系统
性能优化
GPU优化
深度学习框架
多模态
推理加速
大模型训练
并行策略
AI 估算 · 25k–45k
AI Infra岗技术门槛高，拼多多薪资具有竞争力，结合市场行情估算。
职位详情
关于这个职位
该职位是拼多多面向2027届毕业生的AI基础设施研发工程师岗位，主要负责大模型训练与推理基础设施的构建与优化，涉及分布式训练、多模态模型支持、高性能通信等前沿技术
你将参与超大规模集群管理、并行策略优化、推理加速等核心工作，为业务提供高效稳定的底层支持，技术挑战大，成长空间广阔
工作职责
大模型训练与推理基础设施研发：参与构建和优化面向大规模分布式训练/推理的Infra平台，支持文本、图像、视频、语音等多模态大模型、扩散模型的训练与推理
涵盖集群资源调度、训练框架优化、高性能通信、混合精度训练、显存优化等关键环节，确保模型的训练效率与系统稳定性
前沿Infra技术探索与创新：持续跟踪并攻关大模型基础设施领域的前沿方向（如：超大规模异构集群管理、更高效的并行策略、MoE训练/推理优化、量化与推理加速框架、多模态模型高效并行策略等），通过系统创新显著提升训练吞吐、降低推理成本、改善资源利用率
大模型基础设施应用落地与赋能：将先进的Infra能力与公司大模型业务场景深度结合，主导技术方案的设计与实现，具体支持方向包括但不限于：
训练效率提升：支持Pretrain、SFT、RLHF等全流程训练任务，优化端到端训练性能
推理服务优化：构建高并发、低延迟的在线推理平台，支持多模态大模型的实时服务
成本与弹性优化：实现智能资源调度、Spot实例利用、自动扩缩容等，显著降低大模型训练与推理的算力成本
稳定性保障：打造高可用、故障自愈的分布式训练系统，确保7×24小时稳定运行
技术价值闭环：深度理解大模型训练与业务需求，利用平台海量算力与数据资源，推动Infra技术创新落地，并通过性能指标、成本指标、实验验证等科学方法衡量技术价值，最终为大模型研发提效、降本，并支撑业务增长
AI 洞察
优缺点分析
优点
- 技术前沿性强，直接参与大模型基础设施核心研发，积累稀缺的分布式系统经验
- 公司平台大，业务场景丰富，有海量算力和数据资源支撑创新
- 技术复杂程度高，需要深厚系统底层知识和快速问题定位能力
- 行业竞争激烈，需不断跟踪学术界和工业界最新进展
缺点 / 挑战
- 成长速度快，能够接触到从训练到推理的全链路技术挑战
- 工作强度可能较大，大模型迭代快速，需要持续学习和应对高压力
- 适合对系统性能有极致追求、热爱底层技术挑战、愿意在大模型方向深耕的计算机或相关专业优秀毕业生
角色解读
- 技术纵深发展：成为分布式系统、AI Infra领域的专家，主导核心组件设计
- 横向扩展：向大模型算法方向延伸，结合业务场景推动算法与系统协同优化
- 管理路径：积累项目经验后，可技术管理并行，带领团队攻克大规模基础设施难题
- 设计和优化大规模分布式训练/推理平台，支持多模态大模型的高效训练与部署
- 深入底层系统，优化集群资源调度、通信库、并行策略和显存管理，提升训练吞吐和推理性能
- 将前沿Infra技术（如MoE优化、量化加速）落地到实际业务场景，实现降本增效
- 扎实的计算机系统基础，理解分布式计算、高性能网络和存储
- 熟练掌握C++/Python，有深度学习框架（PyTorch/TensorFlow）使用和调优经验
- 熟悉GPU编程（CUDA）和并行计算，了解常见并行策略（数据并行、模型并行、流水线并行）
申请策略
- 关注拼多多在AI Infra方面的技术博客和公开演讲，了解其技术栈和方向
- 在简历中体现量化指标：如训练吞吐提升x%，推理延迟降低y%
- 突出系统编程、高性能计算相关项目经历（如分布式训练、GPU优化、网络通信调优）
- 展示在深度学习框架（PyTorch/TensorFlow）下的底层开发或性能分析成果
- 强调参与过开源项目或发表过相关论文，体现技术钻研能力
- 补充分布式系统理论知识，阅读经典论文（如Parameter Server、Ring AllReduce）
- 动手实践：搭建小型分布式训练环境，尝试使用PyTorch DDP/FSDP，分析性能瓶颈
- 学习CUDA编程和NVIDIA工具（Nsight、nccl），了解GPU架构细节
面试指南
- 结构化回答：先定义概念，再对比差异，最后结合场景给出选择依据
- 案例驱动：用STAR原则描述项目，突出问题和解决方案的量化效果
- 系统思考：不仅给出方案，还要考虑权衡（如计算-通信重叠、扩展性、稳定性）
- 请解释分布式训练中的数据并行和模型并行有什么区别？如何选择？
- 描述一次你优化系统性能的经历，如何定位瓶颈并解决？
- 在大模型训练中，如何减少显存占用？有哪些常用的显存优化技术？
- 谈谈你对AllReduce通信模式的理解，Ring AllReduce和Tree AllReduce的优缺点？
- 如果训练一个千亿参数模型，你会如何设计分布式训练方案？
匹配度报告
72
综合匹配度
拼多多AI Infra校招岗，前沿技术栈，成长空间巨大，工作强度较高。
适合人群
该职位最适合发展型动机强烈的求职者，追求技术成长和挑战，可接受较高工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展95
工作生活40
使命价值80
薪资福利匹配
75中等
拼多多薪资在互联网行业中具有竞争力，但JD未明确薪资福利，需面试确认。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
95较高
该职位技术前沿，涉及大模型核心基础设施，成长空间极大，能快速积累稀缺技能。
技术前沿前沿/新兴技术
技术栈大模型训练、分布式训练、推理优化、多模态、MoE、量化加速、Kubernetes
业务类型ambiguous
工作生活匹配
40较低
JD未提及WLB，互联网大厂研发岗通常工作强度较高，办公地点仅现场。
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）
使命价值匹配
80较高
AI基础设施对行业发展有重要支撑作用，技术影响力大，但社会价值间接。
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