AI推理平台-AIGC与世界模型服务研发工程师/技术专家-北京/杭州

面向图像、视频、实时生成及世界模型等场景，建设业界前沿的稳定、高效、易用、成本可控的生产级模型服务，持续提升用户体验、服务稳定性、GPU 利用率和模型研发效率。 具体职责包括： 1. AIGC 模型服务化：面向图像生成、视频生成、实时生成及世界模型场景，负责高可用服务架构与端到端方案设计，适配一方及第三方模型；支持同步、异步、流式及长任务等各种服务形态； 2. 调度与资源效率: 面向不同workload请求，建设任务队列、批处理、流量路由、QoS 和弹性伸缩能力, 优化容量匹配与资源分配，提升 GPU 利用率并降低单位生成成本。 3. 研发与交付效率：打通模型从算法代码到生产服务的交付链路，完善 CI/CD、问题回放和自动化准出能力，提升模型 Day-0 上线及持续迭代效率。 4. 用户体验与稳定性：面向多模型、大流量、长耗时和复杂 Pipeline 场景，保障线上服务slo；持续优化端到端耗时、用户调用体验，完善服务观测、故障恢复、灰度及回滚体系。 【任职要求】 1. 计算机、软件工程、人工智能或相关专业本科及以上学历。 2. 具备 2 年及以上大模型架构、AI Infra 或者分布式系统开发相关工作经验，有使用PyTorch/TensorFlow等机器学习框架的经验，有vllm-omni/sglang-omni等推理引擎使用经验的优先，有算法框架研发经验的优先。 4. 熟悉 PyTorch，理解 Diffusion、DiT、Flow Matching 等生成模型的基本架构和推理流程。 5. 熟悉 Kubernetes、任务调度、可观测性、弹性伸缩或 GPU 资源管理中的一项或多项。 6. 具备出色的问题解决能力，能够快速定位并解决技术难题。 7. 有强烈的责任心，具备良好的沟通能力、执行力及团队合作精神。 加分项 - 有图像生成、视频生成、实时生成、世界模型或具身智能相关模型服务经验。 - 有长任务、多 Stage Pipeline、GPU 调度、容量规划或成本优化经验。 - 有生成模型数据、训练、后训练、偏好优化、Reward Model 或质量评测相关实践。 - 有高影响力项目、顶会论文或开源社区贡献。