云平台架构岗

1.参与智算云平台架构设计与开发：协助完成大规模 AI 训练与推理云平台的整体架构规划，参与计算资源调度、存储编排、网络拓扑设计等核心模块的方案落地，支撑千亿参数模型训练场景；

2.负责容器化与微服务治理体系建设：基于 Kubernetes 等容器编排技术，构建云原生 AI 工作流的部署与运维体系，参与服务网格、弹性伸缩、灰度发布等能力的开发与优化，保障平台高可用与高可靠；

3.开展云平台性能调优与故障排查：针对大模型训练任务中的 GPU 利用率、NCCL 通信瓶颈、分布式存储 I/O 等关键性能指标进行监控与分析，定位系统级性能瓶颈并输出优化方案；

4.参与 AI 基础设施自动化运维平台开发：开发并维护涵盖资源 provisioning、集群健康检查、日志聚合、告警联动等功能的自动化运维工具链，提升智算集群的运维效率与稳定性；

5，协同算法团队完成平台能力对接：与算法研发团队紧密配合，将 PyTorch、DeepSpeed、Megatron 等训练框架与云平台能力深度集成，提供从数据接入到模型部署的全链路工程支撑

1.学历与专业：硕士研究生及以上学历，计算机科学、软件工程、通信工程、电子信息、自动化等相关专业，2026/2027 届应届毕业生；

2.云原生技术栈扎实：深入理解 Linux 操作系统原理，熟练掌握 Docker、Kubernetes 等容器技术，有 Helm、Istio、Prometheus、Grafana 等云原生生态工具的实践经验；

3.编程与开发能力：熟练掌握 Go 或 Python 编程语言，熟悉常用数据结构与算法，具备扎实的工程代码能力，有开源社区贡献或云平台相关项目经验者优先；

4.分布式系统基础：了解分布式系统核心概念（一致性、容错、负载均衡等），熟悉 RDMA/RoCE 网络、GPFS/Lustre/Ceph 等并行存储系统者优先，有 Slurm/KubeFlow 等调度系统使用经验者优先；

5.综合素质：具备良好的技术文档撰写能力与团队沟通协作能力，对 AI 基础设施领域有浓厚兴趣，自我驱动力强，能够快速学习新技术并在高压环境下推进工作落地