AI Infra平台研发工程师（大模型开发机方向）-Seed

团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。 Seed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位；目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户；第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。 1、负责大模型平台开发机的后端系统设计与研发，包括开发机生命周期管理、用户权限与资源隔离等能力； 2、设计和优化基于Kubernetes的资源编排与调度体系，支持CPU/GPU、共享存储、网络、镜像等复杂资源管理场景，跟进云原生、AI Infra、GPU调度、分布式训练、AI Agent等方向的技术演进，并推动在平台中的落地； 3、建设面向算法研发的云端开发体验，包括VS Code Server、SSH、Web IDE、任务环境复用、镜像管理、数据挂载等能力； 4、负责平台核心架构设计与工程化建设，提升系统的稳定性、可扩展性、可观测性和运维效率，包括服务治理、监控告警、日志链路、故障诊断、灰度发布、容量规划和成本优化； 5、与算法、训练平台、基础架构、运维等团队协作，持续提升大模型研发效率和资源利用率。

1、本科及以上学历，计算机、软件工程或相关专业优先； 2、具备扎实的软件工程能力，熟悉至少一种主流后端开发语言，如Go、Java、Python、C++等；有较强的系统设计和代码实现能力； 3、熟悉应用开发和平台开发，有复杂业务系统、基础平台、研发平台、云平台或机器学习平台建设经验； 4、具备扎实的架构基础，理解分布式系统、高可用设计、服务治理、异步任务、缓存、消息队列、数据库设计等常见后端架构模式； 5、熟悉容器化和Kubernetes生态，理解Pod、Deployment、StatefulSet、CRD、Operator、Scheduler、Volume、NetworkPolicy等核心机制；理解资源编排与调度相关技术，有CPU/GPU调度、队列、配额、多租户隔离、弹性伸缩、资源回收等经验者优先； 6、具备良好的问题分析和故障排查能力，能独立定位复杂线上问题；具备良好的沟通协作能力，能够和算法、平台、SRE、基础设施团队高效配合。 加分析： 1、有机器学习平台、训练平台、开发机平台、AI Infra、MLOps平台建设经验；有GPU集群、异构资源调度、分布式训练、模型开发环境建设经验； 2、熟悉Kubeflow、JupyterHub、Ray、Volcano、Kueue、Argo Workflows、KServe、MLflow等相关技术； 3、熟悉Linux、容器运行时、网络、存储、镜像构建、远程开发协议等底层技术； 4、有公司、云厂商、AI平台或基础架构团队经验； 5、对研发效率、平台产品体验、稳定性和成本优化有深入理解； 6、了解AI Agent相关技术，有Agent IDE、AI Coding、自动化研发助手、数据/训练Agent等产品或平台建设经验者优先。