来源显示在招 · 最近观察 2026-10-18
1.参与设计并实现 Agent 执行全链路的 tracing & observability 系统；
2.参与构建 Agent 质量评估体系：自动化 eval pipeline、A/B testing、regression detection；
3.开发 Agent debugging 工具；
4.参与核心支撑平台（标注、SBS 评测、数据管道）的架构设计与开发；
5.和 AI 研究团队零距离，能第一时间触碰最新的模型能力，并与团队紧密协作，将大模型与 Agent 协同进化的研究成果工程化落地；
6.探索并实践 AI Agent的日常工作流。
职位要求
1.使用 Cursor / Claude Code / Codex 等进行重度编程，对 agentic coding 的能力边界和 failure mode 有切身的体感；
2.极客精神，喜欢折腾新技术，享受新技术带来的生产力突破，拥有一定的全栈工程能力和系统设计功底；
3.熟悉 AI/Agent 技术栈，了解 LLM、Agent framework、prompt engineering；
4.代码质量要求严格，代码是给未来的 AI 和人一起维护的，可读性、架构性等缺一不可；
5.对Code Agent的未来有深刻思考，希望加入这股生产力变革的浪潮之中。
工作年限（官方顶部字段）
两年以上工作经验
官方重要事项
1.有 Agent Observability 系统的开发或深度使用经验；
2.参与过 AI Agent 产品从 0 到 1 的构建；
3.开源项目贡献者 或 有趣的个人项目、技术博客等；
4.喜欢高密度协作和快速迭代的工作模式。
来源显示在招 · 最近观察 2026-10-18
1.负责 Agent 数据生产、标注与评测平台的后端架构设计和核心服务研发；
2.设计统一的任务与轨迹数据模型，描述任务指令、初始环境、工具权限、Agent Action、环境 Observation、中间状态、最终结果及验证规则；
3.建设完整的数据生产工作流，并建设 Coding 与 Agentic Work 数据生产能力、Computer Use、Mobile Use数据生产和标注能力；
4.与基础设施团队协作，接入并应用容器、MicroVM、虚拟桌面等沙箱能力，完成环境创建、快照恢复、动态路由、资源控制和生命周期管理；
5.深入理解沙箱的隔离、网络、存储和安全机制，推动解决环境复现、启动性能、凭证注入、不可信代码执行及数据泄漏等问题；
6.建设平台的多租户、任务调度、权限控制、故障重试、数据追溯和可观测性能力；
7.与算法、数据、标注、前端及基础设施团队协作，将训练和评测需求转化为稳定、规模化的数据生产能力。
职位要求
1.本科及以上学历，计算机或相关专业，具备3年及以上后端或平台研发经验；
2.熟练掌握 Go，深入理解并发编程、Context、网络编程、性能优化及工程化实践；
3.熟悉 HTTP、WebSocket、gRPC，以及 MySQL/PostgreSQL、Redis、消息队列和对象存储等常用后端技术；
4.熟悉 Docker、Kubernetes 和 Linux，深入理解容器生命周期、镜像、网络、存储、资源隔离和调度机制；
5.具备较强的系统抽象能力，能够为不同 Agent、任务、工具和执行环境设计统一且可扩展的接口；
6.对 AI Agent、数据生产与标注、Agent 轨迹或环境交互有较强兴趣和理解。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.负责文档数据处理的全链路工程实现，包括负责支持文档数据存储计算处理、解析、去重、质量筛选等数据处理环节；
2.有丰富的文档解析或大模型预训练数据处理经验、基于Agent的数据生产链路研发经验优先；
3.有多模态理解数据处理经验优先。
职位要求
1.硕士及以上学历，计算机视觉、自然语言处理或多模态方向背景优先；
2.熟练掌握深度学习框架（如PyTorch、TensorFlow），熟悉模型训练及数据处理经验，具备优秀的独立开发与分析调研能力；
3.能handle十亿量级的数据处理，对常用的数据工程技术如spark、hadoop、ray，文件存储系统有实践经验；
4.具备良好的团队协作能力，具备强烈的自我驱动力，能够独立完成系统分析与优化，落地大模型应用；
5.有丰富的数据工程架构设计经验优先；有丰富的文档解析或大模型预训练数据处理经验优先；
6.动手能力强，能熟练使用Agent及AI coding工具高效完成工作；有基于Agent的数据生产链路研发经验优先。
工作年限（官方顶部字段）
一年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.深度参与混元大模型后训练（包括 SFT、RL ）及模型合版的研发和相关算法策略研究，提升模型泛化性、能力边界和上限；
2.后训练策略和生产范式的研究，探索更加敏捷、普适和可扩展的训练范式，提升训练和生产效率；
3.相关前沿后训练技术方向探索，包括但不限于 Reasoning/Agentic 能力增强和 Scaling， RL/OPD 等收敛性和可扩展性研究；
4.将研究成果转化为实际的模型能力或生产效率，并撰写高水平技术报告或论文，提升技术影响力。
职位要求
1.计算机科学、数学、人工智能等相关专业硕士及以上学历，具备良好的数理基础；
2.具备良好的工程实现能力，熟练使用 PyTroch、Megatraon、vLLM 等常见大模型训练和推理框架；
3.具备良好的技术视野，深入理解大模型相关技术原理，熟悉大模型 SFT、RL 及 reward 建模等训练范式，对 RL/OPD 等有深入的实践和研究经验；
4.具备良好的数据 sense 和问题分析能力，作风严谨细致，善于借助大模型及相关工具解决问题和提升效率；
5.对大模型及相关前沿技术和产品具有极强的热情，具备独立探索前沿技术的能力，有良好的团队协作和沟通能力。
工作年限（官方顶部字段）
一年以上工作经验
官方重要事项
1.有主导或参与工业界大规模模型生产和合版经验；
2.以第一作者身份发表过 NeurIPS、ICML、ICLR、ACL 等论文。
来源显示在招 · 最近观察 2026-10-18
1.长期记忆机制研发：负责大模型长期记忆全链路算法设计，实现记忆抽取、存储、检索、更新、遗忘，解决跨会话记忆一致性、冲突与时效性问题；
2.个性化用户建模：基于用户交互、行为数据构建用户模型，挖掘用户偏好、表达习惯，驱动模型动态适配，提升个性化交互体验；
3.记忆方向模型后训练：使用 SFT/RLHF/ 奖励建模等技术，把记忆调用、准确性、个性化目标转化为训练信号；构建高质量训练数据，搭建用户反馈驱动的模型迭代闭环；
4.评测体系搭建：设计记忆、个性化相关评测指标，构建自动化评测集与线上实验体系，评估召回、幻觉、隐私风险等；
5.前沿技术落地：跟踪 Memory Agent、持续学习等前沿方向，推动技术成果业务落地。
职位要求
1.计算机、AI 等相关专业硕士及以上学历；
2.精通 Transformer 与大模型训练原理，在长期记忆、RAG、个性化 LLM、超长上下文、大模型 + 用户画像任一方向有扎实实践；
3.熟悉 SFT/RLHF/ 奖励建模，能将记忆、个性化目标转化为训练信号优先；
4.有向量库、知识图谱、记忆 Agent 框架、多轮对话状态管理等实战经验优先；
5.算法与工程基础扎实，熟练 Python，掌握 PyTorch/TensorFlow；
6.熟悉分布式训练、Megatron-LM/DeepSpeed/vLLM，有百亿 + 大模型调优经验优先。
工作年限（官方顶部字段）
两年以上工作经验
招聘状态未确认 · 最近观察 2026-10-18
1、架构设计与模型落地：主导AI虚拟陪伴系统的整体技术架构设计，重点负责大语言模型（LLM）在对话系统中的深度落地，确保模型能力在产品体验层面的高效转化。
2、LLM后训练与对齐：负责基座大模型的后训练（Post-training） 阶段工作，包括但不限于监督微调（SFT）、奖励模型（RM）训练，以及基于人类反馈的强化学习（RLHF）或直接偏好优化（DPO），解决模型在虚拟陪伴场景下的角色一致性、情感理解与个性化表达问题。
3、强化学习与决策优化：探索强化学习（RL）在对话策略中的应用，利用强化学习优化模型在长程对话中的推理（Reasoning）能力与决策过程，提升交互的拟人化程度与逻辑连贯性。
4、记忆管理与RAG优化：完善记忆管理机制，实现关键事件、用户偏好的高效存储与检索。负责RAG系统的工程化落地，结合向量数据库与检索策略优化，为强化学习和微调阶段提供高质量的数据支持，提升内容生成的个性化与时效性。
5、性能与资源调度：主导系统性能优化，解决高并发场景下的低延迟响应与推理资源调度问题，保证线上服务的稳定与高效。
职位要求
1、学历与经验：硕士及以上学历，计算机科学、人工智能等相关专业，具备NLP、多模态交互领域深度实践经验。
2、LLM后训练专长：
- 深入理解主流大模型架构（如Qwen、LLaMA、ChatGLM等）；
- 精通大模型后训练全流程，尤其在RLHF/DPO方面有实际落地经验，熟悉PPO、DPO等强化学习算法在语言模型中的调参与应用；
- 熟悉LoRA、QLoRA等高效微调技术，能根据场景平衡模型性能与训练成本。
3、强化学习（RL）基础：掌握强化学习基本原理，了解其在语言模型推理（如RLHF中的推理环节、过程奖励模型PRM）或多轮对话决策中的应用，有相关研究或项目经验者优先。
4、RAG与多模态技术：精通RAG系统的工程化实现，掌握向量数据库（如Milvus、Faiss）与检索优化策略。熟悉多模态对齐技术（如CLIP），有多模态生成（文本-图像/视频）或多模态语言模型落地经验者优先。
5、加分项：有复杂对话系统、虚拟陪伴产品或情感计算相关项目的落地经验；在强化学习与语言模型结合方向（如RLHF、RLAIF）有深入研究成果或顶会论文者优先。
官方顶部字段
学历：硕士
年限：3-5年
招聘状态未确认 · 最近观察 2026-10-18
1. 主导大模型智能体(Agent)系统的整体架构，围绕任务规划、工具调用、多步推理与自主决策等核心能力，推动 LLM Agent 在真实业务场景中高效落地。
2. 负责 Agentic 大模型的后训练(Post-training)，通过 SFT、奖励模型(RM)训练、强化学习(RLHF/DPO/GRPO)等手段，系统性提升模型在复杂任务中的规划、工具使用准确性与长程一致性，解决多步推理中的错误累积与目标偏离。
3. 构建 Agent 的分层记忆体系(结构化记忆、语义记忆、工作记忆)，结合 RAG 架构与向量检索优化，实现对用户偏好、历史交互与领域知识的高效检索与动态注入，支撑 Agent 的个性化与持续学习。
4. 落地 Function Calling、API 调用、代码解释器集成与多模态工具协同，优化模型对外部工具的感知、选择与参数生成质量，提升 Agent 在跨系统任务中的自动化水平。
5. 探索强化学习在 Agent 决策中的应用，结合过程奖励模型(PRM)、蒙特卡洛树搜索(MCTS)、多智能体协作等前沿方法，增强模型在开放场景下的探索、反思与纠错能力，提升任务完成率与鲁棒性。
6. 与工程团队协作解决端到端延迟与资源效率问题，推动推理优化(量化、KV Cache 压缩、投机解码等)、任务调度与高并发架构设计，保障线上服务的稳定性与成本可控。
职位要求
1. 计算机、人工智能、数学等相关专业硕士及以上学历，3 年以上 NLP、对话系统或大模型算法落地经验，机器学习与深度学习基础扎实。
2. 深入理解主流大模型架构(Qwen、LLaMA、ChatGLM 等)，精通后训练全流程，在 SFT、RLHF/DPO/GRPO 上有实际落地经验，熟悉 LoRA/QLoRA 等高效微调技术。
3. 熟悉主流 Agent 范式(ReAct、Plan-and-Execute、Reflexion、Function Calling 等)，有 Agent 项目实战经验，能设计任务拆解、工具选择与结果验证的完整链路。
4. 精通 RAG 系统工程化，掌握向量数据库(Milvus、Faiss 等)与混合检索策略(稀疏 + 稠密 + 重排序);有记忆管理或长期对话上下文建模经验者优先。
5. 熟练掌握 Python 与 PyTorch/TensorFlow，熟悉 SQL 及大数据工具，熟悉主流推理引擎(vLLM、TensorRT-LLM 等)及性能调优手段。
6. 逻辑思维与问题拆解能力强，对 Agent 领域开放性问题有研究热情，自驱力强，善于跨团队协作。
加分项：
• 有复杂 Agent 系统(AutoGPT、BabyAGI、LangChain/LlamaIndex)或智能体产品(Copilot、AI 助手、自动化工作流)的落地经验;
• 有生成式检索、语义ID（VQ-VA
来源显示在招 · 最近观察 2026-10-18
1、负责机器人运动控制算法的研究和开发实现,完成机器人运动学、动力学模型的搭建与仿真模拟，优化机器人运动性能；
2、发现和解决算法开发过程中出现的技术问题，根据机器人运动特性为本体/算法协同设计提出建设性意见和改进方向；
3、参与机器人前沿控制技术预研，对相关技术成果资料进行查阅、整理及归纳。
4、负责临时演示任务，能够快速定位排查调试过程中遇到的问题。
职位要求
1、硕士及以上学历，控制工程与控制理论、机械电子、计算机、自动化等相关专业
2、掌握机电系统闭环控制方法，熟悉模仿学习、强化学习算法，能够使用常见的仿真环境完成强化学习训练任务
3、熟悉机器人学、刚体运动学、刚体动力学；掌握常用的FK/IK方法，熟悉RBDL、Pinocchio等动力学库
4、熟练使用C++及python、isaac gym、isaaclab以及mujuco等仿真器，熟练使用linux系统
5、熟悉transformer，gru/lstm，CNN等的原理及其适用场景，以及在torch库中的使用
6、了解T-S与MoE架构，对前沿论文有所研究为加分项
7、需要具备一定的真机调试经验，能够快速定位问题，为加分项
8、有机器人竞赛（如RoboCup、DARPA挑战赛），优先录取
来源显示在招 · 最近观察 2026-10-18
1、负责探索具身模型架构、训练方法，打造新一代 VLA/WM模型；
2、探索自动化高质量的数采方法，探索有效的接管数采方式，以及接管数据的价值，探索离线和在线强化学习方法；
3、跟踪最新的模型训练和优化技术，复现验证其有效价值，并将其适配到代码框架。
4、参与构造具身模型评测体系，设计评测任务，搭建VLA 模型自动化评测流程；
5、参与VLA 模型相关学术 benchmark 和国内外知名公开榜单的评测，迭代优化模型效果；
职位要求
1、毕业时间介于2026年9月至2027年8月的国内外高校的本科生、硕士生、博士生，计算机科学、机器人控制、人工智能、VLA算等相关专业优先；
2. 掌握常见VLA模型（例如PI系列、OpenVLA、diffusion policy等）原理；
3、熟悉机器人运动控制，有VLA模型训练优化和实际上机部署执行经验；
4、熟练掌握主流深度学习框架，如PyTorch、TensorFlow，具备优秀的系统级编程能力；有LLM、Diffusion、Flow、MoE、VLA等大模型架构的分布式训练经验；
5、精通至少一种分布式训练框架，如Megatron-LM、DeepSpeed、FSDP等；
6、具备良好的逻辑思维、沟通协作能力和学习能力，能够独立解决复杂问题；
7、ACM等程序设计比赛、自然语言处理/多模态相关顶级会议论文或比赛获奖经历者优先考虑；
8、具有技术热情及技术信仰，较强的学习能力和抗压能力。
来源显示在招 · 最近观察 2026-10-18
我们正在寻找对大模型技术充满热情与好奇心的未来领袖。作为团队的核心成员，你将：
1、驱动核心产品规划：参与主导我们下一代大模型产品，将前沿技术转化为具有巨大用户价值的产品；
2、深度参与技术协同： 与顶尖研发团队紧密合作，深刻理解模型，并在此基础上定义产品需求；
3、洞察全球市场与用户：为产品注入国际化视野，助力我们的产品在全球舞台保持领先。
职位要求
1、卓越的技术理解力，具备良好的数据结构和算法基础，熟练掌握Python/SQL等工具者优先；
2、出色的产品思维，对AI产品的交互设计、能力边界等问题有自己独到的思考；
3、极强的自驱力与好奇心，主动探索未知领域，乐于学习并能快速掌握新知识。
来源显示在招 · 最近观察 2026-10-18
1. 负责 MiniMax Agent / AI App 相关产品的服务端研发；
2. 参与 Agent 系统架构、任务调度、上下文管理、工具调用、数据链路等能力建设；
3. 与算法、产品、前端、客户端团队协作，推动大模型能力稳定、高效地服务用户；
4. 持续提升系统性能、稳定性、可扩展性和研发效率。
职位要求
1. 具备扎实的计算机基础和服务端工程能力，理解高并发、分布式、存储、缓存等常见问题；
2. 有复杂系统设计能力，关注技术方案的长期质量；
3. 对 LLM / Agent / AI App 有兴趣，有独立开发、开源项目、创业项目或 AI 工具实践者优先。
来源显示在招 · 最近观察 2026-10-18
AI技术真正产生价值，在于它穿透行业、回到模型。你要做的就是这件事——带着最前沿的大模型能力，潜入教育、医疗、金融、制造等真实场景，和客户一起把AI用起来，同时把行业数据闭环回流，反哺算法迭代。这是一个技术深度和商业宽度都必须极强的岗位。
你做什么
1、行业渗透：理解不同行业的核心业务逻辑，识别AI落地的真实卡点，不是卖功能，是帮客户想清楚怎么用；
2、方案设计：基于MiniMax大模型能力，拆解客户需求，输出可落地的行业解决方案，动辄涉及端到端架构设计；
3、数据闭环：确保行业场景产生的真实数据能有效回流，成为模型迭代的燃料——这本身就是技术活；
4、跨团队对齐：联动算法、产品、工程团队，确保方案在技术边界内可行，且能撬动模型改进。
职位要求
我们期待你
1、技术底色：计算机/AI相关学历背景，算法工程师/研究员出身，能和技术团队在同一频率对话——不是要你写模型，而是能判断技术可行性、评估边界、能和算法同学对话碰撞；
2、行业阅历：在IT咨询、投行、企业级SAAS公司、云厂商行业解决方案团队待过，或者自己创过业深度服务过B端客户。你见过真实的商业场景，知道企业要什么、不要什么；
3、AI落地经验：在AI创业公司做过CTO/技术负责人/解决方案负责人，或者在大型科技公司的行业落地团队主导过成功项目。你亲手把AI从demo变成生产环境跑过，知道坑在哪里。
为什么来MiniMax
1、你做的每一个项目，产生的行业数据会直接回流到模型训练——你的工作本身就是产品进化的闭环；
2、离技术足够近，能影响模型能力本身，不是一个纯售前角色；
3、早期加入，定义这个岗位本身的可能性。
来源显示在招 · 最近观察 2026-10-18
1. 负责 MiniMax Agent 相关 Web / 桌面端产品的前端研发；
2. 参与 AI Agent 交互体验、工作流界面、多模态内容展示等核心模块建设；
3. 与产品、设计、服务端、算法团队协作，推动复杂 AI 能力产品化；
4. 持续优化前端性能、工程架构和研发效率。
职位要求
1. 熟悉前端技术栈，有扎实的前端基础；
2. 具备良好的工程能力，关注代码质量、组件设计、性能和用户体验；
3. 学习能力强，能快速理解业务和技术方案，主动推进落地。
4. 对 AI Agent、AI 工具、AI 应用有兴趣，有独立开发、开源项目、创业项目或 AI 工具实践者优先。
来源显示在招 · 最近观察 2026-10-18
团队介绍
我们正在构建企业级 AI Agent 评测与管理平台，覆盖模型管理、Agent 调试、评测任务调度、Pipeline 编排、沙盒执行等完整链路。平台服务于内部多个 AI 团队，日均承载大量 LLM 调用与 Agent 评测任务，直接影响模型评测、Agent 研发与迭代效率。
在这里，你将深度参与 AI Agent 前沿技术的工程化落地，接触模型训练、Agent 研发、数据标注、评测 Benchmark 等多个方向。平台技术栈现代、架构演进快，既有高并发调度、LLM 网关、容器沙盒等后端核心系统，也有可视化 DAG 编排、评测数据管理等产品化场景，具备充分的系统设计与技术发挥空间。
工作职责
1. 参与 AI Agent 评测平台核心功能开发，包括评测任务调度、Pipeline 编排引擎、数据集管理等模块
2.设计并实现 LLM 网关层，负责模型路由、Token 计量、多供应商模型接入与调用治理
3.开发和维护 Agent 沙盒执行环境，包括容器调度、工具执行、MCP 服务集成等能力
4.参与前端可视化编排界面开发，支持基于 DAG 的评测流水线配置与管理
5.持续优化平台稳定性与性能，支撑高并发评测任务的调度、执行与监控
职位要求
必须具备
1.一年以上后端开发经验，熟练掌握 Go 语言
2.熟悉 Web 框架开发，理解 RPC / HTTP 接口设计与代码生成
3.熟悉 MySQL、Redis，具备数据库设计与性能优化经验
4.熟悉 Docker / Kubernetes 等容器化部署技术
5.具备良好的系统设计能力，能够独立负责模块方案设计与落地
加分项
1.有 LLM / Agent 应用开发经验，了解 prompt engineering、function calling、MCP 协议
2.熟悉 Vue 3 或 React，能够参与前后端协同开发
3.有评测系统、Benchmark 平台或任务调度系统建设经验
4.有 Python 开发经验，了解数据处理流水线
5.熟悉 CI/CD 流水线搭建，有 DevOps 实践经验
来源显示在招 · 最近观察 2026-10-18
1、负责C端AI内容产品的规划和设计工作，结合业务场景及行业诉求孵化创新产品；
2、探索用户需求、市场空间，抽象制定出完善的产品策略与方案；
3、与研发和算法团队紧密配合，进行高质量迭代，并能基于业务充分发挥AI能力。
职位要求
1、对视频、图片AI算法了解，有内容产品经验优先；
2、对AIGC有热情，了解国内外行业动态 ；
3、高效项目推进能力，出色的沟通能力，有较强自驱力和团队合作精神 ；
4、思维活跃，有好奇心和责任心。
来源显示在招 · 最近观察 2026-10-18
1、参与 AI 开放平台的产品设计，为客户提供极致的AI 产品体验和服务；
2、与解决方案团队紧密合作，清晰理解客户需求，迭代产品功能；
3、与研发团队密切合作，理解 AI 相关技术和边界，推进研发迭代；
4、持续发现市场上的新场景，并形成新的产品或解决方案。
职位要求
1、计算机、人工智能或相关领域的学士或硕士学位，有海外2B业务经验优先；
2、优秀的产品sense和策划能力，对产品的细节可以做到清晰理解；
3、了解AI大模型相关技术、应用场景和业界进展；
4、具备良好的沟通能力和项目管理能力；
5、3年以上开放平台类/AI类产品经验；
6、很强的责任感和自驱力。
加分项
1、时刻关心大模型领域研发方向和前沿技术；
2、 对于大模型tob行业情况有熟悉的认知；
3、 具备流畅的英文文档阅读能力。
来源显示在招 · 最近观察 2026-10-18
我们是零一万物 ToB 产品设计团队，我们的使命是为国内外企业提供专业强、效果好、门槛低、体验优的企业级 AI Agent 产品，让先进的 Agent 技术真正为企业业务带来价值，帮助企业完成 AI 转型落地。
职位描述：
1. 参与 ToB 业务方向 AI Agent 产品的需求调研、竞品分析、用户访谈整理、业务流程梳理和产品方案设计；
2. 协助产品经理和业务团队，理解客户真实业务场景，整理目标用户、使用流程、核心痛点、Agent 能力边界和业务价值；
3. 参与产品原型设计、PRD 撰写、交互细节梳理，并与设计、研发、测试团队协同推进功能落地；
4. 协助构建 Agent 效果评估体系，包括评测场景设计、测试集整理、效果数据追踪、用户反馈收集与问题归因；
5. 持续关注 AI Agent、企业级 AI 应用、AI + Data方向的发展动态，输出调研分析并为产品迭代提供参考。
职位要求
1. 2027届本科及以上学历在读，计算机、人工智能等相关专业优先；
2. 对 AI Agent、企业级 AI 产品、Agent Builder、数据+AI 等方向有热情；
3. 具备较好的逻辑思维和结构化表达能力，能够将复杂业务问题拆解为清晰的产品需求；
4. 有Vibe Coding的能力，能熟练基于Vibe Coding工具生成原型；
5. 每周可实习 4 天及以上，连续实习 3 个月以上优先，优秀且符合要求的同学提供转正机会。
来源显示在招 · 最近观察 2026-10-18
1、 基于 Kubernetes 建设多租户 GPU 算力调度平台，支持弹性伸缩与任务级管理
2、实现 GPU 拓扑感知调度（NVLink/PCIe），降低跨卡通信 P99 尾延迟
3、 探索 MIG、时间分片等 GPU 切分方案，提升卡级利用率
4、构建高并发大模型在线推理平台
5、 建设 GPU、网络、存储、推理全链路可观测性体系
6、 推进 Spot 实例与自动扩缩容，降低算力成本
7、 建立故障定位、应急响应与根因分析机制
职位要求
1、熟练 Golang、Python
2、熟悉 Kubernetes、Docker，有调度框架二次开发经验优先
3、熟悉至少一种训练/推理框架：PyTorch、Megatron、DeepSpeed、vLLM、SGLang
4、理解 GPU 架构、CUDA、异构计算；了解 RDMA、NVLink、InfiniBand
加分项：K8s Scheduler Framework、Volcano/Kueue、PD 分离、KV Cache、AI Agent 基础设施等
来源显示在招 · 最近观察 2026-10-18
这是一个面向海外客户真实 AI 场景的技术岗位。你会与 FDE、Consulting、产品和研发团队一起，从客户调研、Use Case 识别，到 AI Agent / Demo / POC 开发、数据与系统集成、评测和交付，参与企业 AI 项目的完整落地过程。
职位描述
1、参与海外客户访谈、业务调研和 Use Case 分析，将模糊问题逐步转化为可验证的 AI 场景；
2、基于 LLM、Agent、RAG、Tool Use、Workflow 等技术快速开发 Demo / POC / AI 应用；
3、参与后端 / 全栈开发、API 与数据处理、系统集成、部署测试和问题排查；
4、协助开展 Agent Eval、效果优化和生产验证；
5、沉淀代码、Agent、Prompt、Eval、知识库和交付方法等可复用资产；
6、与 FDE、Consulting、产品、研发、销售及客户团队协同推进项目。
职位要求
职位要求
1、本科以上学历，海外学习背景，计算机相关专业优先；
2、熟悉 Python / Java / Go / Node.js / SQL / API / Git 等部分技术栈，具备扎实的后端或全栈开发能力；
3、开发过 LLM / AI Agent / RAG / Tool Calling / Workflow 等项目，有 Eval、MCP、Multi-Agent 等经验优先；
4、主动、有 Ownership，学习速度快，能适应需求模糊、快速迭代的创业环境；
5、英语流利，可直接参与英文会议和技术沟通。
招聘状态未确认 · 最近观察 2026-10-18
我们正在寻找喜欢直接与客户合作，使用大语言模型（LLMs）构建实际解决方案的工程师。在这个岗位上，你将融入客户环境，了解他们面临的挑战，协作构建解决方案，并应对不断变化的问题领域。你将与内部合作伙伴（如销售、解决方案架构师、客户成功和产品团队）密切合作，以确保这些项目的成功，并将宝贵的见解反馈给公司。
你的职责
与客户合作，深入了解他们的技术和业务需求。
- 使用敏捷、迭代的方法设计和构建端到端的AI驱动应用程序。
- 为原型和实际部署制定并管理详细的项目范围和实施计划。
作为值得信赖的技术合作伙伴，与客户团队并肩工作，在其基础设施上实施解决方案。
-与跨职能团队协作，确保顺利交付和持续成功，同时分享见解以改进内部流程和产品。
记录经验教训和最佳实践，以帮助在整个组织内扩展FDE职能。
职位要求
你所具备的条件
-至少4年软件工程或涉及直接客户互动的类似角色的工作经验。
有高达50%的出差灵活性，以便与客户进行现场协作。
有构建快速原型并根据用户反馈进行迭代的良好记录。
-有领导或参与AI/ML解决方案部署的经验，熟悉网络和云技术。
具备扎实的前端工具技能，如React或Next.js；后端开发技能，使用Python或Node.js等语言；以及数据分析工具技能，如MaxCompute、ClickHouse或其他SQL数据库。
-熟悉包括阿里云、腾讯云、华为云在内的云平台。
-具备出色的沟通能力，能够向技术和非技术利益相关者传达复杂的技术主题。
- 采用务实的方法解决问题，主动学习并根据需要进行调整，以取得有效的成果。
