【Dots】大模型AI infra工程师

数据工程 详负责支撑 dots（LLM / 多模态 / Agentic）训练与对齐所需的超大规模数据工程体系，覆盖从 数据生产、清洗、存储、调度、分布式读取到质量闭环的全链路。 RL 训练框架 负责强化学习系统的规模化落地，优化分布式 RL 训练吞吐，处理长序列/推理/CLI Agent 任务 算子优化 深入 CUDA/CuteDSL/TileLang 底层，攻克性能瓶颈（如 FlashMLA、Mega Kernel、低精度算子、通信计算重叠优化） 推理引擎 打造高并发、低延迟的推理架构，优化 PD/AF 分离 schedule、解耦架构及动态资源调度 【任职要求】 我们不单纯追求简历的厚度，更看重技术洞察力： Smart & Taste： 具备极强的逻辑思考能力，对技术选型有敏锐的品味。不盲从开源方案，能够基于第一性原理判断技术方向，并完成精巧的设计，给出完整的解决方案。 深度理解 Trade-off： 能够清晰描述任何技术表现背后的代价。无论是牺牲精度换取速度，还是显存换取计算，你需要知道那条“最优曲线”在哪里。 极致交付： 对性能优化有近乎偏执的追求，能够从噪声中定位核心性能瓶颈。