AI Infra 研发实习生（搜广推训练推理平台）

岗位亮点 你将深入参与搜索、推荐、广告场景下模型训练与推理平台的建设，接触模型从开发到生产的完整生命周期： 实验配置 → 任务编排 → 资源调度 → 分布式训练 → 模型产出 → 灰度发布 → 在线推理 → 效果与稳定性观测 这是一个能够同时理解算法生产过程、分布式系统和云原生基础设施的岗位。你将参与真实的平台架构与工程问题，逐步建立完整的 AI Infra 技术视野。 岗位职责 1. 参与搜广推训练推理平台的核心能力建设，包括任务编排、分布式训练、资源调度、模型管理、发布更新和在线服务。 2. 深入训练与推理运行链路，理解模型任务在大规模异构算力环境中的执行机制，持续优化平台的稳定性、效率和使用体验。 3. 参与复杂系统问题的分析与解决，建立从平台控制面、调度系统到 Kubernetes Runtime 和模型应用的端到端视角。 4. 参与平台架构演进，将高频经验沉淀为标准能力、诊断工具和自动化系统。 5. 探索 AI Agent 在研发、运维和故障诊断场景中的应用，提升机器学习平台的智能化水平。 你将获得 - 深入理解搜广推模型从训练到在线推理的完整生产链路。 - 参与大规模机器学习平台核心模块的设计与落地。 - 建立算法、平台、调度、基础设施之间的系统性技术视角。 - 接触真实的分布式训练、异构资源调度和在线模型服务场景。 - 获得明确的技术指导，并有机会独立负责完整的平台能力或技术项目。 【任职要求】 任职要求 6. 计算机、软件工程、人工智能或相关专业本科及以上在读。 7. 熟悉 Python、Java、Go 中至少一种语言，具备良好的编码和工程实践能力。 8. 具备扎实的计算机基础，对操作系统、计算机网络、数据结构和分布式系统有基本理解。 9. 对机器学习系统、云原生基础设施或大规模后端平台有浓厚兴趣。 10. 具备较强的学习能力和问题分析能力，愿意深入代码和系统链路理解问题本质。 11. 每周实习 4 天及以上，可连续实习 4 个月以上。 加分项 - 了解搜索、推荐或广告系统的基本架构。 - 使用过 PyTorch、TensorFlow 等训练框架。 - 了解分布式训练、模型推理、模型发布或在线服务。 - 熟悉 Docker、Kubernetes、Kubeflow、Volcano、Argo Workflows 等技术。 - 有分布式系统、AI Infra、云原生或开源项目经历。 - 对 GPU 调度、异构计算、训练效率或高性能推理有实践或研究兴趣。