岗位职责：
1、模型工程化与服务化： 负责“钛极大模型”的服务化封装、部署与生命周期管理，构建稳定、可靠、可观测的模型API服务。
2、推理性能极致优化： 深入研究大模型的推理性能瓶颈，应用模型量化、蒸馏、剪枝、算子融合等技术，并结合TensorRT、ONNX Runtime等加速框架，实现推理延迟和成本的极致优化。
3、AI Infra平台建设： 参与或主导AI基础架构平台/工具链的设计与建设，包括但不限于CI/CD for Models（模型的持续集成与部署）、模型版本管理、在线实验（A/B测试）平台等，提升算法团队的迭代效率。
4、GPU资源管理与调度： 负责公司GPU集群的资源调度、监控与运维，基于Kubernetes等云原生技术，提升GPU资源的利用率和分配效率。
5、技术协同与赋能：
5.1与算法工程师紧密合作，理解模型结构与计算特点，并将其转化为高效、可扩展的工程实现。
5.2为业务开发团队提供稳定、易用的模型服务接口与技术支持，确保AI能力顺畅地赋能上层应用。
任职要求：
1、编程功底： 精通Python/Go/Java中至少一门编程语言，具备扎实的软件工程基础和优秀的系统设计能力。
2、云原生技术： 熟悉Docker、Kubernetes (K8s) 等云原生技术栈，有容器化应用的部署和运维经验，熟悉至少一种主流公有云（华为云/AWS/阿里云等）。
3、MLOps实践经验： 具备实际的机器学习模型（尤其是深度学习大模型）部署、运维和优化的项目经验，理解MLOps的核心理念与流程。
4、深度学习框架： 熟悉PyTorch/TensorFlow/JAX等至少一种主流深度学习框架的底层原理，了解其训练和推理过程。
5、问题解决能力： 具备优秀的系统性问题分析与解决能力，能够快速定位并解决复杂的线上性能和稳定性问题。
加分项：
有TensorRT、ONNX Runtime、Triton Inference Server、vLLM等模型推理加速或服务框架的深度使用和优化经验者优先。
有分布式系统、高性能计算（HPC）或GPU编程（CUDA）经验者优先。
有Kubeflow、MLflow等MLOps平台的建设或二次开发经验者优先。
对AI芯片（如NVIDIA GPU架构）有一定了解者优先。
有相关领域的开源项目贡献者优先。