AI Infra 模型部署实习生 北京 实习 互联网 / 电子 / 网游 27届AI人才专项计划（实习生专场） 职位描述 参与公司 AI 基础设施的建设，重点围绕模型部署流程的效率优化。通过工程化手段、智能体（Agent）与自动化工具链，减少人工介入，缩短模型从训练完成到上线的周期，提高部署的可靠性与效率。岗位职责模型部署流程的效率优化- 深度参与现有模型部署，分析各个阶段（模型转换、模型验证、上线等）的耗时与瓶颈，提出并实现改进方案。- 设计并构建基于 Agent + Skill 的模型验证与发布助手：将模型格式检查、精度校验、性能基准测试等能力封装为可复用的 Skill；通过 Agent 调度这些 Skill，实现部署任务的自动化。- 设计模型验证等工具，提升多版本或高频部署场景下的效率。可观测性与问题排查- 收集并分析部署全流程的日志、耗时、资源占用等数据，建立部署任务的监控看板，展示部署耗时、成功率、资源消耗等关键指标。- 开发基于 Agent 的故障诊断 Skill：自动识别部署失败常见原因。- 协助构建部署任务的监控看板，展示部署耗时、成功率、资源消耗等关键指标。 基础设施与工具链建设- 参与部署平台的设计与开发，推动模型部署从“脚本化”向“服务化+智能化”演进。- 建设 Agent 与
AI infra工程师 北京 技术 - 算法 硕士及以上 小满星AGI顶尖人才专项 职位描述 1、利用算子优化，显存/KV cache管理优化、分布式加速等技术开发和改进推理框架；2、参与高并发场景下大模型推理的性能分析与优化工作，定位系统瓶颈并提出改进方案；3、探索低资源下的大模型轻量化方案：量化、投机采样、sparse attention等技术；4、与团队协作，推动优化技术在业务中的应用。 职位要求 1、计算机、人工智能、软件工程等相关专业硕士及以上；2、熟悉大模型推理优化方法，对主流开源推理框架tensorRT_llm、vllm、sglang 有开发经验者优先；3、精通 Python/C++ 编程，具有 CUDA 开发及 GPU 调优经验者优先；4、有顶会论文、竞赛获奖或相关实习经验者优先；5、有infra相关实习经验者优先。 职位信息 部门： 智能技术发展部 投递...
大模型训练与推理Infra工程师-MiMo 北京 社招 全职 职位 ID：A14015 职位描述 1. 模型训练基础设施开发 - 设计和实现支持大规模分布式训练的计算平台，优化模型训练效率和资源利用率。 - 维护和扩展现有的分布式训练框架，确保平台的高性能和稳定性（如基于 PyTorch、TensorFlow 或 JAX）。 - 集成和优化高性能计算技术（如 CUDA、MPI、NCCL 等）。2. 模型推理基础设施开发 - 构建高效的推理框架，支持大模型的在线和离线推理需求。 - 优化推理速度、内存占用和能耗，支持多种硬件架构（GPU、NPU等 ）。 - 实现PD分离、Context Caching、模型量化、推敲编码等推理优化技术。3. 性能监控与优化 - 开发工具链和监控系统，跟踪训练与推理过程的性能瓶颈。 - 分析并优化数据加载、通信效率和硬件利用率等关键环节。4. 跨团队协作 - 与模型研究团队密切合作，理解模型需求，定制训练和推理策略。
VLA训练infra算法工程师 - XiaomiRobotics 北京 社招 全职 职位 ID：A243642 职位描述 1. 基于 PyTorch 生态（FSDP / DeepSpeed / Megatron 等）设计并实现 VLA 模型的分布式训练方案（DP / TP / PP / MoE），构建稳定高效的训练框架2. 推动混合精度（BF16 / FP8）与算子融合（FlashAttention / Triton kernel）3. 构建高吞吐数据pipeline，设计数据格式与 shard 策略，实现高效的数据加载4. 支持大规模实验追踪、管理、指标可视化 职位要求
端云协同 AI Infra 专家 / 工程师 北京 社招 全职 技术 - 基础架构 职位 ID：A25180 职位描述 1. 负责端云协同 AI 架构设计，明确云侧模型、私有化服务、边缘节点、端侧设备之间的职责边界、数据流、控制流和安全边界。2. 围绕面壁miniCPM等系列产品，面向运营商营业厅、客服坐席、现场运维、企业办公终端、边缘网关等场景，建设端云协同的数字员工能力。3. 与 Infra 团队协作，打通云侧模型服务、RAG、Workflow、权限审计、日志监控和端侧运行环境。4. 负责端侧资源约束下的性能优化，包括量化、KV Cache、批处理、缓存策略、网络降级、异构算力调度和功耗控制。5. 沉淀端云协同部署规范、设备适配清单、性能 benchmark、故障排查手册和行业交付模板。 职位要求 1. 本科及以上学历，计算机、电子信息、自动化、通信、人工智能等相关专业。2. 3 年以上端侧 AI、边缘计算、推理优化、嵌入式系统、客户端基础架构或云边端协同系统经验。3. 熟悉 C/C++、Python，了解端侧或边缘设备上的性能调优、资源管理和系统问题排查。4. 熟悉至少一种推理框架或部署工具，如 llama.cpp、ONNX Runtime、TensorRT、SGLang 等。5.
AI 院-MOE 训练/推理Infra工程师 北京 全职 互联网 / 电子 / 网游 职位描述 我们正在寻找一位经验丰富的 MOE 训练/推理 Infra 开发工程师，负责设计、实现并优化我们的 MOE（Mixture of Experts）训练和推理框架。该职位需要您具备扎实的分布式系统、高性能计算、深度学习框架以及硬件加速优化的相关知识，能够解决 MOE 训练和推理过程中的各种技术难题，并与算法团队紧密合作，确保算法的顺利实现。主要职责：1、设计并实现高效的 MOE 训练/推理框架：•设计并开发支持大规模分布式训练和推理的 MOE 框架，确保其在各种硬件配置下的高效运行；•优化训练和推理性能，通过算法优化、并行计算、缓存策略等方式，缩短训练和推理时间，提高效率；2、解决 MOE 训练/推理过程中的技术难题：•针对专家网络的选择问题，研究和实现有效的专家选择算法，确保模型在训练和推理过程中的稳定性和准确性；• 解决负载均衡问题，通过动态调整专家网络的负载分配，提高系统资源的利用率，避免过载或空闲状态；• 优化通信过程，减少分布式训练和推理中的通信开销，提高数据传输效率，缩短训练和推理时间3、与算法团队密切合作：•与算法团队保持密切沟通，了解算法需求，根据需求调整和优化训练和推理基础设施，确保算法的顺利实现；•跟踪业界最新技术动态，引入适合项目需求的新技术、新方法，提升团队整体技术水平； 职位要求 关键技能：分布式训练技术：•掌握分布式训练框架（如 Horovod、PyTorch Distributed）的使用和优化。•具备设计和实现高效分布式训练系统的能力。硬件加速优化：•熟悉 GPU、TPU 等硬件架构，能够进行硬件级性能调优。•了解 CUDA、cuDNN 等相关技术，能够利用硬件加速提升训练和推理效率。模型优化技术：•了解量化、剪枝、压缩等模型优化方法，以提升推理效率•能够在实际项目中应用这些技术，优化模型大小和推理速度•负载均衡与通信优化•能够设计高效的负载均衡策略和通信机制，以应对 MOE
AI院-训练Infra工程师 北京 全职 互联网 / 电子 / 网游 职位描述 1、负责大规模预训练框架的研发、优化和维护，根据业务需求持续改进训练框架和策略，提升模型训练效率；2、分析和定位训练中的性能瓶颈，实施针对性优化措施，提升训练效率和稳定性；3、跟进业界技术进展，不断同步与集成最新训练优化策略。 职位要求 1、对自然语言处理、计算机视觉和多模态算法有深入理解，熟悉主流的 LLM 和 VLM 模型架构，有分布式训练经验；2、精通 Python 编程语言，熟悉 PyTorch 深度学习框架和 Megatron 分布式训练框架；3、有大规模预训练优化 / MoE 训练优化经验的优先考虑。 投递...
AI院-GLM后训练团队-推理优化/推理Infra工程师（RL） 北京 全职 互联网 / 电子 / 网游 - 研发 职位描述 1. 基于SGLang进行大模型推理引擎与服务侧开发，提升吞吐、降低时延与成本，保障线上稳定性。2. 支持RL训练相关的推理链路，包括rollout生成、打分/奖励模型推理等，优化训练闭环效率与资源利用。3. 建设推理侧的监控与性能分析能力，参与线上问题定位与故障处理。4. 与算法/训练团队协作，将模型与训练需求落地到可运行、可维护的推理系统，并输出必要的技术文档。 职位要求 1. 熟练使用Python/C++（至少一种），具备良好的工程能力与性能意识。2. 熟悉GPU推理与常见深度学习框架（如 PyTorch），了解分布式通信与并行基本概念（NCCL 等）。3. 了解并使用过SGLang（或能快速上手并承担核心模块开发与调优）。4. 理解RL训练中推理侧的作用，能够与训练流程协同推进落地。5. 具备线上系统排障能力，能通过日志/指标定位性能与稳定性问题。加分项6. 有大模型推理系统、RLHF/RL 推理链路或训练-推理协同经验。7. 有推理性能profiling、算子/运行时优化经验。8. 有MoE模型优化经验。 投递...
大模型研究和工程实习生-MiMo 北京 校招 实习 算法类 职位描述 1.创新模型结构设计： - 参与大型语言模型核心架构设计与优化 - 探索Transformer及其变种的改进方案2. 原生多模态探索： - 研发原生多模态架构，实现文本、图像、音频等模态信息的深度融合 - 研究多模态对齐技术，实现不同模态的语义一致性3. 模型推理能力提升： - 借助强化学习+CoT，提升大语言模型推理能力 - 自研强化学习算法，搭建强化学习训练框架，设计奖励函数、构建环境、优化模型提升性能4. 大模型训练推理Infra - 开发和优化大规模分布式训练推理系统 - 优化大模型训练的内存使用和通信效率5. 科学评测体系构建： - 构建科学严谨的算法评测方法，系统评估模型的性能 - 探索模型能力的潜在机制，推动模型优化和创新 职位要求 职位要求1. 学术能力： - 精通深度学习、强化学习（RL）、自然语言处理（NLP）等领域，具备创新研究能力 -
端到端算法工程师实习生 北京 校招 实习 软件研发类 职位描述 1. Develop quantization, sparsity, pruning, and distillation techniques to enhance the production-level autonomous driving models.2. Optimize, convert, and deploy autonomous driving models (e.g., ONNX models) that operate efficiently on diverse
NVIDIA has been transforming computer graphics, PC gaming, and accelerated computing for more than 25 years. It’s a unique legacy of innovation that’s fueled by great technology—and amazing people. Today, we’re tapping into the unlimited potential
MiMo算法研究员-音频&语音 北京 社招 全职 职位 ID：A32353 职位描述 我们在做什么？我们在通过探索 scaling 语音预训练和后训练，来让模型涌现出真正的语音超级智能。1. Data - 海量语音数据处理：建设超大规模真实语音数据发掘、采集、预处理与清洗的流水线 - 高质量语音数据处理：搭建在海量真实语音中对高质量数据进行定义、召回、标注的流水线2. Backbone & Infra - 语音原生架构：探索随着语音数据 scaling 收益上限最高的建模架构，不限于离散或者连续建模 - 高效训推框架：适配最契合语音模型架构的训练和推理框架，兼顾性能和效率3. Pretrain & Post-train - 定义语音生成式预训练：围绕可泛化的语音预训练模型展开前沿探索性研究，坚定 scaling 路线 - 强化学习后训练：为语音预训练模型的强大能力提供语音对话的交互方式，激发预训练潜力4. Evaluation & Product -
大模型推理优化工程师 北京 社招 全职 职位 ID：A234561 职位描述 1. 负责图像/视频/多模态等方向AIGC大模型推理加速研究，包括模型蒸馏、模型量化、模型剪枝、推理加速框架移植等2.实现高性能LLM/VLM/AIGC模型推理引擎，优化计算图编译、动态Batching及KV Cache管理，打造极致低延迟与高吞吐的线上服务架构3.续跟进业界最新的Infra技术（如FlashAttention演进、高效通信库、FP8/INT8量化、稀疏蒸馏等训练部署方案），配合实际业务驱动技术预研并转化为生产力 职位要求 1、本科及以上学历，计算机相关专业优先，熟练掌握C++/Python，精通数据结构与算法，并有并发编程基础；2、熟练使用PyTorch/TensorFlow或其他深度学习框架，熟练掌握深度学习性能加速技术包括但不限于算子性能优化，通信优化等；3、具有AIGC（VLM、Diffusion）模型训练/推理优化经验，熟悉TensorRT-LLM、vLLM、LightX2V等推理效率优化工具；4、熟悉大模型蒸馏、量化、剪枝等常用压缩技术，熟练使用常见推理加速工具，如TensorRT、vLLM等；5、积极主动有热情，具备较强的沟通能力以及优秀的团队协作能力 投递...
【基座模型】 软件研发工程师 北京 全职 互联网 / 电子 / 网游 职位描述 负责 AI 应用与 Agent 系统的后端开发与架构设计构建高可用、可扩展的 AI 服务与中间件集成参与 LLM Agent 框架的设计与实现优化 AI 系统的性能、稳定性与成本 职位要求 熟练掌握至少一门主流后端语言（Python / TypeScript / Go）熟练使用常见中间件：Redis、Kafka、MySQL、MongoDB熟悉工作流编排工具（如 Temporal、Airflow、LangGraph 等）了解容器化技术（Docker、Kubernetes）理解 LLM 与 Agent 的基本原理与常见范式（ReAct、Plan-and-Execute 等）加分项：有复杂 Agent 框架或分布式系统架构经验有
Forward Deployed Engineer（数字员工 / Agentic Workflow） 北京 社招 全职 技术 - 基础架构 职位 ID：A52304 职位描述 1. 深入客户现场，与业务用户一起梳理原工作流，识别高频、重复、知识密集、跨系统协同的任务，并判断是否适合数字员工或 Agentic Workflow 改造。2. 基于客户场景快速开发 0-1 原型，包括 RAG、Prompt、Tool Calling、Workflow 编排、多轮对话、表单/审批/工单/知识库/CRM/客服系统对接等。3. 与解决方案架构师协同，将业务需求拆成技术任务，定义 MVP 范围、数据接入方式、模型能力边界、验收指标和风险点。4. 负责现场技术问题闭环，包括接口联调、数据清洗、权限配置、模型调用、日志排查、结果评测和体验优化。5. 将 0-1 项目中的工程实践沉淀为可复用组件，如行业工具包、Agent 模板、工作流模板、评测脚本和交付手册。6. 将客户现场遇到的产品缺口、模型短板等反馈给产品、算法、Infra 团队，推动平台能力迭代。 职位要求
MaaS-大客户技术服务经理 北京 全职 互联网 / 电子 / 网游 职位描述 【岗位职责】1. 售后服务管理：作为智谱MaaS战略客户售后第一责任人，全面负责客户售后技术服务与关系维护，深入理解客户AI业务场景，与技术支持团队配合落地项目交付、主动运维、质量管控与风险治理；总结智谱AI产品（大模型API、AI推理服务、AI工具链等）在客户实际场景中的最佳实践，沉淀可复用的行业AI服务案例，助力客户实现AI应用价值最大化，夯实客户留存基础，推动老客户续约与转介绍。2. 问题闭环与客户满意度提升：主动对接大客户KP，建立常态化沟通机制，及时响应客户在AI产品及服务使用过程中的核心问题（如模型效果优化、推理性能、AI安全合规等），快速协调内部技术团队（AI算法、产品、研发）协作解决，形成问题闭环；深度挖掘客户在AI驱动复杂业务场景（如AI Agent部署、大模型微调落地等）下的核心诉求与潜在需求，结合客户业务痛点输出针对性技术服务建议；追踪客户关键业务稳定性问题，协助客户完成治理优化，持续提升客户产品使用体验与满意度，规避客户流失风险，超越客户服务预期；负责设计应急预案，推动故障快速修复和复盘。3. AI创新落地与增购商机挖掘：充分了解客户AI应用场景需求和AI发展规划，运用AI大模型与平台工具，挖掘客户长期技术服务需求与增购商机，助力客户价值升级与公司业绩增长。4. 跨团队协作与交付保障：联动销售、售前、运维、研发等跨部门团队，高效推进大模型落地，确保交付质量与进度符合客户预期；从客户架构与价值视角出发，开展问题处置、护航保障与风险治理，沉淀输出行业最佳实践及工具产品，主动为大客户提供专项高阶技术服务，强化客户合作粘性。5. 抽象客户需求到模型能力：深度了解、挖掘并沉淀客户场景业务需求，精准解读其AI数字化转型诉求，为模型迭代提供有效输入。 职位要求 【职位要求】1. 学历与专业：本科及以上学历，计算机、人工智能、数据科学、信息技术、工程等相关专业优先；具备客户成功、大客户服务相关意识，理解B端大客户服务逻辑。2. 技术能力与经验：5年以上企业开发、运维、方案架构设计经验，其中至少1-2年AI相关项目（如大模型应用、AI Agent开发、机器学习）经验；熟悉JAVA、Python、GO中至少一门开发语言，熟悉常见中间件（如Redis、Nacos、Kafka等），有2年以上软件开发经验优先，能快速处理客户技术相关问题。3. 其他技术要求：对业务场景容灾、高可用系统架构及AI算力集群架构有深入理解，能快速响应客户技术需求。具备公有云、多云管理、容器、微服务、数据库、分布式存储等多方向交付运维经验；熟悉云计算产品（计算、存储、网络、数据库等）与技术原理，并有实操经验，能为客户提供专业技术支撑。了解AI infra、AI Agent等前沿技术应用者优先，能助力客户AI创新落地。4. 项目管理和团队协作经验：善于推动跨部门复杂AI项目实施（如跨算法、研发、产品团队的大模型落地项目），具备较强的资源整合能力；能够独立承担大客户项目，为客户提供全流程技术解决方案，保障项目落地与客户价值实现。5. 客户服务与沟通能力：具备优秀的客户成功思维，能够对话客户关键决策；擅长持续深度服务大客户，敏锐把控客户AI相关需求与新商机，协助销售拓展业务、推动续约增购；具备优秀的沟通表达、呈现与逻辑思维能力，有极强的服务意识和协作意识，责任心强；具备优秀的文档编写、演讲及技术培训能力，能输出专业的客户汇报材料，传递产品与服务价值。6. 其他要求：能够适应定期客户拜访或长期驻场，具备较强的抗压能力和执行力，高效响应客户需求。三、【加分项】1. 熟悉大模型开发框架（LangChain、Spring AI等），有提示词调优、大模型微调、RAG应用构建、大模型Agent开发等经验；有基于智谱相关平台构建大模型应用经验者优先，能更好适配公司产品服务客户2. 有客户成功经理、大客户技术服务、售前售后支撑相关工作经验者优先，熟悉B端大客户全生命周期管理流程。3. 有ACP（阿里云认证工程师）、ACE（阿里云认证专家）、RHCE & RHCSA、华为云HCIP&HCIE、ITIL、PMP等相关认证和实战经验者优先，能更好为客户提供专业技术服务。4. 有2年以上泛娱乐、零售、金融、教育等行业大型互联网或集团型企业应用的解决方案、架构设计、DevOps、AIOps、高可用改造经验者优先，能快速适配行业客户需求。5. 具备优秀的客户需求挖掘、续约谈判技巧，有成功推动大客户续约、增购的案例者优先。 投递...