岗位描述 该岗位将承担智算底层系统性能优化、全栈协同性能优化两个方向的职责。 1、主导AI领域下阿里云云原生多租底层系统的性能瓶颈分析及优化设计，提升底层系统弹性、性能及成本竞争力。 2、优化AI应用场景安全容器运行时、虚拟化、linux内核等核心组件性能。 3、设计高并发、低延迟的云原生底层系统架构，支持AI场景节点pod极速弹缩及系统稳定性。 4、在云原生底层（操作系统内核、容器运行时、CRI-O等）和AI工作负载间建立性能优化协同框架，支撑大模型训练、分布式推理等AI应用在安全容器运行环境中保持性能竞争力。 5、优化AI模型在安全容器环境下的部署、分发、加载效率，支持AI应用极速启动。 6、设计并开发定制化监控和诊断工具链，实时分析云原生AI场景的GPU、CPU、内存、网络、存储性能瓶颈及热路径。

岗位要求 1、5年以上系统性能相关经验，有AI领域性能调优经验者优先。 2、深入掌握Kubernetes、containerd、CRI-O等容器生态技术，了解安全容器的技术思路及相关实现；熟悉Linux内核（如Cgroups、Namespace、eBPF）及系统级资源隔离技术；熟练使用性能分析工具（如perf、bcc、Prometheus、Jaeger、火焰图）定位云原生系统的性能瓶颈。 3、精通PyTorch/TensorFlow等框架，熟悉分布式训练优化（如数据并行、模型并行）；具备GPU加速经验（CUDA编程、cuDNN、NCCL库调优）或TPU环境优化经验；熟悉模型压缩技术（如知识蒸馏、混合精度训练、TensorRT优化）。 4、熟练使用Rust/C/Python等语言，具备从操作系统底层到用户态服务的全栈优化能力。 5、工作中具备责任心，对于新技术有好奇心，具备较强的跨团队合作及沟通能力。