零一万物
Explore the company, its evidence and the work.
This directory lists opportunities from external company sites. View platform-selected jobs →
ABOUT THE COMPANY / TEAM
零一万物
Startup
Yi模型、万智企业大模型平台、万策决策平台及企业AI/FDE共创服务
Company website ↗
Reported open · Last observed 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
Reported open · Last observed 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。
Reported open · Last observed 2026-10-18
1. 构建与迭代B端Agent平台与产品能力：工作流编排（DAG / State Machine）、多智能体协作、会话与任务系统（异步/长任务）、记忆与上下文管理。
2. 负责 Agent 工具体系工程化：工具注册/版本与兼容策略、参数 Schema（JSON Schema/Pydantic）、鉴权与租户隔离、幂等/重试/限流、失败降级、回放与审计。
3. 落地企业级 RAG：多源数据接入（文档 / DB / ES / 内网系统）、切分与索引、混合检索（Milvus / PGVector + ES）、重排、引用溯源、增量更新、权限过滤（ACL / RBAC / ABAC）。
4. 负责全栈交付：React 界面（用户界面和管理界面）、Python 后端（API、队列、调度、权限、审计、配置）。
5. 负责模型接入与路由：公有云与自建推理的统一适配层（Provider / Adapter）、模型路由策略、降级与容灾、成本与延迟优化（缓存、批处理、并发控制、token 预算）。
6. 负责交付与运维工程化：SaaS 多租户与配额；私有化安装包（K8s / Helm + Docker Compose）、离线依赖（镜像 / 包 / 模型 / 向量库）打包、升级迁移与回滚预案。
7. 建立评测与可观测：离线评测集、线上指标（成功率 / 工具成功率 / 引用命中率 / 延迟 / 成本）、A/B与回归门禁；基于Tracing / Metrics / Logs 实现端到端定位与复现。
职位要求
技术栈：Python / React / LangGraph / Milvus / PGVector / Elasticsearch / etc.
经验要求：5年+
1. Python 后端扎实：FastAPI（或等价）、异步/并发、任务队列、系统设计与性能优化。
2. React 前端扎实：能交付ToB用户界面和管理界面的复杂交互（流程编排 / 可视化 / 调试面板），熟悉工程化与状态管理。
3. 熟悉 LangGraph 或同类状态机 / 编排思想，能实现：状态持久化、重试与补偿、分支与回滚、人工介入（HITL）。
4. 熟悉 Milvus / PGVector / ES 的检索体系与 RAG 工程，理解混合检索、重排与引用溯源的工程化落地。
5. 熟悉ToB关键能力：多租户隔离、RBAC / ABAC、审计日志、配置隔离、灰度/回滚、配额/限流（至少参与过落地）。
6. 具备私有化/离线交付能力：K8s/Helm 与 Docker Compose 双形态部署；离线镜像仓库、依赖与模型分发；升级兼容与数据迁移。
7. 安全意识强：Prompt / Tool Injection 防护、最小权限、数据脱敏、审计可追溯。
8. 熟练使用相关AI工具包括不限于：
- 代码：Curs
Could this role be right for me?
Ask your Agent to connect the role with your experience, goals, skill gaps and open questions.
