岗位要求：对大规模在线服务（特别是AIServing）的架构有深刻理解，具备从应用请求到硬件执行的全链路性能分析、瓶颈定位和调优经验，深刻理解延迟、吞吐量、成本和可用性之间的复杂权衡；
有以下一个或多个领域的研发与优化经验者优先：LLM推理服务系统（如vLLM,Triton,RayServe）、AIAgent框架、向量数据库或近似最近邻（ANN）库、图数据库或图计算引擎。
3、核心系统与底层优化能力：
具备深厚的C/Python编程能力和扎实的系统编程功底；
精通GPU编程（CUDA）及相关的性能优化技术栈（如Cutlass,Triton），有高性能计算库或AI算子开发经验；
熟悉分布式系统的核心组件与协议，对高性能网络通信（如RPC框架设计,RDMA）和资源编排（如Kubernetes）有实践经验。
4、前沿探索与问题解决能力：
对AIInfra领域的系统性挑战充满热情，不满足于解决已知问题，能主动发现并定义新问题，并给出具备前瞻性的解决方案；
跟踪AI系统领域的前沿进展，在相关顶级会议（如OSDI,SOSP,MLSys,ASPLOS,ISCA,NSDI等）上发表过论文者是重要的加分 |
|
