AIGC Infra 研发工程师（实习）

我们团队围绕公司「做 AI Infra」的战略开展产品研发。上层产品形态可以随场景调整,底层推理能力的建设是稳定的主线。

基于这个定位,我们的研发工作集中在以下几个方面:

- **推理加速层**:生图、生视频模型的推理优化与加速。

- **智能调度与路由**:计算图调度组件的产品化,既供内部使用,也支持独立部署。

- **平台工程与自动化**:回归测试自动化、环境准备提效,持续优化。

以上每一层都可以独立对应产品交付。你加入后会落在其中一层,方向可以根据兴趣和团队需要调整。

## 你会参与的工作

你会接触到真实运行的平台和真实的流量,围绕上述方向中的实际问题展开研发。举例来说:

- 分析某条推理 pipeline 在特定参数下性能异常的原因,定位到具体层级并验证。

- 将一个开源模型从可用状态优化到可对外提供服务的水平,识别其中的关键瓶颈。

- 完成模型在国产芯片上的适配,推动从适配到上线的完整链路。

## 我们期待你具备的特质

- **较强的学习能力**:能够在一个有真实系统和真实问题的环境中,主要通过自主探索把事情往前推进。

- **对底层技术有兴趣或一定基础**:包括但不限于系统、网络、性能、运行时、文件系统、沙箱等领域。有其中某一方面的基础或探索经历会更契合。

- **能够阅读和理解开源代码**:在不太熟悉的大型代码库中定位问题,而不完全依赖文档。

- **工程判断力**:面对技术方案和 AI 辅助产出的结果,能够基于底层理解进行辨析和取舍。

关于具体技术栈,我们不要求你已经熟悉 CUDA、分布式系统或推理引擎。如果这些方向与你的兴趣契合,在真实系统中积累相关经验会相对高效。

## 加分项(以下任一经历都会被认真考虑)

- 给开源项目提过被 merge 的 PR(非 typo、文档类)。

- 长期维护过一个项目(>2 年),处理过演进、兼容、衰退等工程问题。

- 独立做过一个已上线、有实际用户的产品(非课程作业或 demo)。

- 使用调试或观测工具定位过真实问题,例如:strace、gdb、perf、eBPF、nsys、valgrind、AddressSanitizer 等。定位过性能、内存、并发或崩溃类问题的经历都在此列。

- 在体系结构、操作系统、编译原理、分布式系统、计算机网络、数据库实现等系统类课程中有较深入的积累或相关项目经历。

- 有运行时(VM / V8 / JVM / Python 解释器)、执行引擎、沙箱与隔离(容器 / namespace / cgroup / WASM)、文件系统、调度器、计算图、内核模块等方向的实践或探索。

- 有 C / C++ / Rust 的开发经历,或使用过 FFI / 语言绑定,对内存布局、指针、并发原语等概念有一定理解。

如果你做过 Agent / RAG / LLM 应用相关的工作,同时在其中接触过上述任一方向的底层技术——例如为 agent 实现过沙箱隔离、实现过调度逻辑、用工具分析过推理性能、给运行时项目提过 PR 等——这同样是我们会认真考虑的背景。在 LLM 应用之上做进一步技术深化的路径,与本岗位的方向是契合的。