AI Infra 系统研发工程师

业务方向： 1、开发高性推理引擎及相关核心组件，根据硬件特性和 AI 模型的特点，不断迭代和完善，持续提升推理性能。 2、开发分布式 KVCache 存储组件，负责 KVCache 生命周期管理，包括显存、内存、SSD 的分层和缓存策略优化。 3、分析和优化推理阶段的性能瓶颈，进行系统级调优，建设并完善性能剖析和优化工具链，沉淀性能优化方法论。

工作范式： 我们正在打造一个 AI-Native（原生 AI） 的研发环境，将 AI Agent 视为团队的“虚拟合作者”。

• 拒绝低效重复： 那些原本耗费你大量精力的 CRUD、样板代码、单元测试和文档编写，在这里统统交给 AI Agent 自动化完成。
• 专注高维价值： 腾出宝贵的时间，专注于 系统架构设计、复杂业务逻辑拆解、技术决策 以及 用户体验创新。
• 超级个体： 我们鼓励并支持每一位工程师成为“以一抵十”的超级个体。

为了支持这一理念，我们提供环境支持：

• 工具链支持： 公司全额承担AI 生产力工具的订阅费用。无需为工具的 Token 焦虑，只需关注如何解决问题。
• AI-First 基础设施： CI/CD 流水线和开发脚手架正面向 Agent 模式构建，通过自然语言指令快速部署和验证代码。
• 容错与探索空间： 我们鼓励你在项目中探索 AI Agent 的新边界。

1、熟悉 Linux 开发环境，掌握 Python、C、C++、Golang 至少一门。 2、有扎实的计算机系统基础（操作系统、计算机网络等） 3、优秀的分析解决问题能力，愿意深入复杂系统和底层细节，具有良好的编程基础及系统设计及优化能力。 4、具备良好的技术热情和责任感，良好的团队意识和沟通能力。 5、能够跟 AI Coding Agent 合作，提高工作效率。 6、熟悉 vLLM、SGLang、Mooncake、LMCache 等推理项目，熟悉推理的常用优化策略 7、熟悉英伟达、国产 GPU、NPU 的芯片底层架构 8、参加过大型项目开发

加分项 1、在大型开源项目中有深度贡献，或者有优秀的个人开源项目。 2、熟悉 CUDA、Triton、TensorRT、Ascend、C++ 等算子开发 3、有系统方向背景，比如分布式系统、操作系统、网络、高性能计算等。