杭州·西湖区
职位详情
岗位职责：
● 构建高性能的分布式推理系统，优化多节点、多GPU环境中的推理效率与资源使用率。研发智能化的任务调度策略，保障高并发条件下的低延迟响应与高吞吐能力。深入调优推理引擎运行时，降低执行开销，提升整体处理性能。针对多种异构AI加速设备（如NVIDIA GPU, AMD GPU, NPU等），对关键计算算子进行深度性能调优，充分释放硬件算力与内存带宽潜力。
● 研究并落地超低bit量化与模型稀疏化技术，在压缩模型体积和降低计算消耗的同时维持推理准确率。探索更高效的生成式解码机制，加速自回归任务的推理进程。
● 设计支持海量并发请求的服务架构，确保系统在极端负载场景下的稳定性与性能表现。集成容错设计、自动故障恢复及监控告警功能，保障服务持续可用。打造可弹性扩展的系统结构，适应未来业务规模扩张与技术迭代需求。
● 紧跟行业前沿动态，重点关注超长上下文处理、COT思维链、多模态融合等新兴方向。主动探索新型推理优化路径，提出并验证具有创新性的技术方案。
任职要求：
● 具备扎实的工程实现能力，良好的编码规范，熟练掌握Python/C++语言及常见设计模式，拥有复杂软件系统的架构设计、开发与调试经验。
● 掌握深度学习基本理论，熟悉主流模型结构与算法原理，能熟练运用PyTorch、TensorFlow等主流框架进行开发。
● 具备良好的沟通协作能力与团队配合意识，学习能力强，能够持续深入研究关键技术问题。
● 理解计算机体系结构核心知识，具备高性能Kernel开发（CUDA/Triton/ROCM等）、推理引擎优化（vLLM/SGLang等）、模型压缩优化（量化/稀疏等）以及AI资源调度优化等方面的实践经验。
● 构建高性能的分布式推理系统，优化多节点、多GPU环境中的推理效率与资源使用率。研发智能化的任务调度策略，保障高并发条件下的低延迟响应与高吞吐能力。深入调优推理引擎运行时，降低执行开销，提升整体处理性能。针对多种异构AI加速设备（如NVIDIA GPU, AMD GPU, NPU等），对关键计算算子进行深度性能调优，充分释放硬件算力与内存带宽潜力。
● 研究并落地超低bit量化与模型稀疏化技术，在压缩模型体积和降低计算消耗的同时维持推理准确率。探索更高效的生成式解码机制，加速自回归任务的推理进程。
● 设计支持海量并发请求的服务架构，确保系统在极端负载场景下的稳定性与性能表现。集成容错设计、自动故障恢复及监控告警功能，保障服务持续可用。打造可弹性扩展的系统结构，适应未来业务规模扩张与技术迭代需求。
● 紧跟行业前沿动态，重点关注超长上下文处理、COT思维链、多模态融合等新兴方向。主动探索新型推理优化路径，提出并验证具有创新性的技术方案。
任职要求：
● 具备扎实的工程实现能力，良好的编码规范，熟练掌握Python/C++语言及常见设计模式，拥有复杂软件系统的架构设计、开发与调试经验。
● 掌握深度学习基本理论，熟悉主流模型结构与算法原理，能熟练运用PyTorch、TensorFlow等主流框架进行开发。
● 具备良好的沟通协作能力与团队配合意识，学习能力强，能够持续深入研究关键技术问题。
● 理解计算机体系结构核心知识，具备高性能Kernel开发（CUDA/Triton/ROCM等）、推理引擎优化（vLLM/SGLang等）、模型压缩优化（量化/稀疏等）以及AI资源调度优化等方面的实践经验。
2026-08-18 13:07
IP属地：浙江杭州
职位福利
本科3-5年大模型算法机器学习模型加速/性能优化C/C++Python并行计算
阿里云计算有限公司
不需要融资 · 10000人以上
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
2.8-5.5万元/月
高性能计算工程师3-5年本科机器学习大模型算法模型加速/性能优化多模态算法C/C++Python分布式训练算法工程化经验发表算法相关优秀论文参加算法相关竞赛/获奖优秀开源项目经历
杭州 西湖区
2.8-5.5万元/月
高性能计算工程师3-5年本科机器学习大模型算法自然语言处理算法模型加速/性能优化多模态算法C/C++Python分布式训练算法工程化经验发表算法相关优秀论文参加算法相关竞赛/获奖
杭州 西湖区
4.5-7.5万元/月
高性能计算工程师3-5年硕士推理引擎开发ai工程性能优化Ai infra分布式系统开发ai算法大模型推理异构计算
杭州 西湖区
4-7万元/月
高性能计算工程师经验不限本科深度学习大模型算法模型加速/性能优化C/C++Python大数据处理工具(Spark/Hadoop/Hive)并行计算分布式训练
杭州 西湖区
收藏职位
