ai算法工程

岗位职责 / Responsibilities

岗位描述

协助AIGC算法部门，进行工程化落地，主要负责架构设计、部署、稳定性、性能优化等，推送项目落地，提高协作效率，让算法职能更加专注于效果。

岗位要求

算法工程（服务端）

岗位描述

负责公司核心算法服务的高性能服务端架构设计与开发，支撑日均千万级请求规模的在线推理与特征工程 pipeline;

将算法团队产出的模型（LLM、Embedding、CV、推荐等）高效工程化落地，完成模型加载、推理优化、服务封装及上线部署，确保 P99 延迟与可用性达标;

设计并实现高吞吐、低延迟的 RPC/HTTP 服务框架，负责模型推理服务的并发调度、动态批处理（Dynamic Batching）、KV Cache 管理及显存/内存资源优化;

构建算法服务的全链路可观测体系，包括推理性能监控、模型效果漂移检测、A/B 实验平台及弹性扩缩容机制;

与算法、平台、产品团队紧密协作，参与从需求评审到线上运维的完整生命周期，推动算法工程化标准与最佳实践沉淀。

任职要求 / Requirements

岗位要求

计算机基础扎实：精通数据结构与算法，熟悉操作系统、计算机网络及分布式系统原理;

服务端开发经验：3 年以上服务端开发经验，精通 Go 或 C++，具备高并发、高可用分布式系统的设计与调优经验;

算法工程化能力：熟悉至少一种深度学习框架（PyTorch / TensorFlow / ONNX Runtime），具备模型推理优化经验（TensorRT / vLLM / Triton / TorchServe），了解量化、剪枝、蒸馏等加速手段;

工程素养：熟悉 Docker / Kubernetes 云原生技术栈，具备 CI/CD、服务治理、多环境部署经验; 熟悉 gRPC / HTTP2 协议及 Protobuf 序列化;

加分项：

有大模型推理服务（LLM Serving）或 RAG 系统架构经验;

熟悉 GPU 编程（CUDA / cuDNN）及显存优化策略;

有 Milvus / Faiss / ElasticSearch 等向量检索引擎的运维或二次开发经验;

参与过开源项目或在 GitHub 有高质量技术输出;

熟悉 Python，具备快速复现算法原型的能力。