1）设计和构建高效的AI基础设施平台，支持大语言模型的推理和承载，支持多模态模型的承载。 2）深入优化平台的性能和硬件资源使用效率，优化AI模型的存储和计算资源利用，包括GPU/TPU、内存、带宽、存储等，提升系统的可靠性、性能和扩展性。 3）与其他团队密切合作，提供训练和推理基础设施的技术支持和优化方案。

1）计算机科学、软件工程或相关专业，本科及以上学历，硕士或以上学历优先。 2）5年以上基础设施架构设计或分布式系统开发经验，熟悉AI和机器学习应用的基础设施需求。 3）精通Kubernetes、Docker、Hadoop、Spark等分布式系统技术，具备大规模计算集群的部署和运维经验。具备云计算平台（如AWS、阿里云等）上的资源管理和部署经验，熟悉Terraform、Ansible等基础设施自动化工具。熟悉CI/CD流程，具有MLOps经验，掌握模型的持续集成与部署（如Kubeflow、MLflow）。 4）有GPU/TPU加速集群的构建和优化经验，了解NVIDIA CUDA、TensorRT、vllm等深度学习推理优化工具。优秀的性能调优技能，能够分析并解决分布式环境中的性能瓶颈，熟悉GPTCache、KVCache等。 5）熟悉大规模训练和推理下的运维和排障方式，具备AI基础设施可观测性设计能力和故障定位能力。 6）出色的沟通能力，善于跨团队协作，具有支持多团队AI项目的经验。 加分项： 1）有参与建设和优化大规模AI推理平台的经验。 2）熟悉ONNX Runtime、TensorFlow Serving等模型服务化技术。 3）在开源项目或社区贡献过代码或有AI基础设施架构相关技术博客和论文者优先