高性能GPU调度推理研发工程师-【可灵AI专项】

Job description

团队负责快手可灵在线推理服务的GPU资源利用，为 AI 视频生成模型提供算力基石。GPU集群算力规模大，且随着可灵业务持续快速增长中，团队积累了丰富的 GPU 资源调度与优化经验，旨在打造覆盖多场景、多地域的万卡级 GPU 算力平台。其中，在推理服务、模型训练等核心场景，通过算力调度、弹性伸缩、虚拟化混部等技术实现了GPU利用率的高水位。

• 参与GPU利用率下钻指标的建设及分析，挖掘潜在的GPU利用率提升手段；
• 通过算力调度策略，协同同步业务的资源供给；
• 参与虚拟化混部技术方案的架构设计和核心代码开发，协同推动方案落地，通过混部和潮汐资源提升面向业务的GPU供给能力；
• 参与模型推理执行优化，设计模型推理执行流水线。
• 本科及以上学历，计算机相关专业优先；
• 计算机和编程基础扎实，熟练掌握Java或Python，有服务端系统的开发经验；
• 有较强的工作责任心和自驱力，较好的学习能力和沟通能力，良好的工作文档习惯；
• 熟悉大模型推理或训练框架（如vLLM、SGLang、PyTorch等）；
• 了解 Docker/Containerd 等容器运行时技术原理、理解Kubernetes调度实现；