AI基础架构工程师（大模型工程化方向）工作地点： [填写您公司所在的城市，如：广州/深圳/北京]关于我们与这个机会：我们是钛动科技营销智能中心的核心算法团队，正处于用AI重塑全球营销产业的前沿阵地。我们的使命不仅是研发出最先进的算法模型，更是要构建一套能够承载这些“智慧大脑”的强大基础设施。您将要加入的，是为我们两大战略级AI项目——“钛动出海营销智能体 (Navos)” 和 “钛极大模型” 提供核心动力与保障的AI基础架构团队。您面对的不是常规的业务系统，而是如何驯服和驾驭AIGC、大模型这些“性能猛兽”的终极技术挑战。您将有机会：- 与华为云等顶级伙伴紧密合作，参与业界领先的AI Infra建设。- 亲手设计和打造支撑亿级请求的、高并发、低延迟的大模型推理服务。- 决定我们AI能力的上限——您构建的系统将直接影响“钛极模型”的响应速度、运行成本和稳定性。如果您是一位对极致性能有追求、对系统稳定性有执念、渴望在AI时代浪潮中构建坚实“底座”的技术专家，这里将是您实现技术抱负的理想之地。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。1. 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。1. 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。1. 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。1. 技术协同与赋能：- 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。- 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：必备条件：6. 编程功底： 精通Python/Go/C++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。6. 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）。6. 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。6. 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。6. 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。我们正在寻找AI时代的“引擎工程师”，期待您的加入，与我们共同为顶尖的智慧大脑，构建一颗强大的“中国芯”！