首席技术专家&技术规划专家

深圳、上海、成都

1、负责云存储创新Lab产品和技术规划，洞察产业动态和技术发展趋势，制定技术战略，负责创新项目生命管理周期。

2、负责云存储创新Lab重大技术项目，核心方案设计和关键技术突破，对项目竞争力和业务成功负责。

以数据为中心分布式ML系统专家

深圳、上海、成都

当前如何通过系统方式来提升AI大模型的效率是十分重要且兼具挑战的研究方向，比如AI的数据准备、数据运算关键路径、微调推理等 ：

1、设计和构建以数据为中心的大规模语言模型（LLM）服务架构。

2、设计数据采集、存储、处理和访问流程，确保数据的安全性和质量。

3、研究和优化LLM服务的数据流水线，实现高效的数据处理和推理流程。

4、与数据科学家和工程团队合作，建立端到端的数据管理方案。

5、跟踪最新的数据管理和服务架构技术，持续推动服务架构的创新和优化。

1、熟悉大模型算法基础知识，熟悉vectorDB等基础中间件，熟悉GPU/Ascend等异构算力软硬件架构以及相应架构下的编程框架和语言。

2、深入了解大规模语言模型和以数据为中心的服务架构设计原理。

3、具备丰富的数据架构设计和实施经验，熟悉数据流水线和数据治理。

4、熟悉常用的数据存储和处理技术，具备ML系统设计的实践经验优先，和有国际顶会和期刊者优先。

AI数据存储架构师

深圳、上海、成都

如何面向云AI场景，以应用和数据为驱动，进行软硬件结合的体系架构创新，提升数据访问效率和降低云成本：

1、负责AI存储的整体架构设计，针对AI应用的需求进行定制化存储解决方案设计和实施。

2、负责AI存储面向Check point，dataset loader等场景加速的架构设计。

3、负责设计、规划和实施AI存储系统的软硬件架构，确保系统稳定性和性能优化。

4、负责AI存储在HBM缓存池化整体软硬件一体化架构设计。

1、熟悉AI大模型，了解AI大模型计算过程以及对应的数据处理瓶颈；

2、熟悉GPU的运行机制，熟练掌握GPUNetIO等加速技术。

3、熟悉分布式系统设计、存储系统开发以及熟悉各种向量数据库的优势和选型。

4、至少负责过一个和AI存储相关的项目，具备真正的实践经验优先，和有国际顶会和期刊者优先。

AI系统研究专家

深圳、上海、成都

伴随着基础大模型的出现，通用人工智能领域涌现出大量新的应用，同时也带来了针对算力、数据、算法等多方面的挑战。我们需要从云大规模分布式系统设计以及算法、算力、数据多元素联合优化的视角来解决这些挑战，提供面向下一代AI应用的超线性云系统架构并牵引相应的云数据中心基础设施演进：

1、 负责面向下一代AI系统的前沿技术洞察，重点技术方向规划，参与关键技术突破。

2、 探索从AI应用到AI基础设施的端到端联合建模与优化方法，识别系统关键瓶颈，参与下一代AI系统设计与实现。

3、 参与面向下一代AI应用（包括但不限于大模型、数字人、AIGC等）的关键算法设计与优化。

1、 拥有计算机体系结构、人工智能等相关领域的博士优先。

2、 熟练掌握深度学习/强化学习相关算法，熟悉PyTorch等AI开发框架，熟悉大规模分布式计算、并行计算相关算法及框架。

3、 具备丰富的系统设计和性能优化经验，熟练掌握各种优化技术，如模型并行化、数据并行化等。

4、 有顶会最佳论文，ICPC等顶级竞赛金牌，GitHub等开源平台成功项目经验者优先。

分布式存储研发工程师 & 大数据开发工程师

深圳、上海、成都

1、负责云计算分布式存储领域系统技术方案的设计、开发等工作。

2、负责项目开发过程中的技术攻关及解决运行中出现的技术问题。

3、负责产品核心模块的代码编写以及协助测试人员完成模块测试。

4、探索云服务化实现的前沿技术，并负责华为云大数据服务的架构设计、开发、测试及运维。

1、计算机、软件相关专业本科及以上学历，熟悉常用算法和数据结构，熟悉网络编程，多线程编程技术等；

2、有软件开发项目经验，并至少熟练掌握以下语言中的一种：C/C++/Python/等编程语言及脚本语言；

3、熟悉分布式系统设计原理，有分布式存储系统开发以及应用大数据组件的实战经验者优先；

4、具备团队意识，与他人合作良好，最好具有团队协作的经验。

AI软件开发工程师

深圳、上海、成都

1、负责AI领域的软件工程化和产品开发。

2、负责AI算法及系统的设计和实现，包括但不限于：路径规划、智能决策、推荐系统、大模型、生成式AI等。

3、负责产品的集成和调测，以及各类工具链的开发。

4、负责对外洞察AI领域最新趋势，包括但不限于：大模型，生成式AI，AI for coding等。

1、计算机相关专业，独立承担过关键子模块的开发工作，熟练运用至少一门编程语言（C/C++ /Python等）。

2、熟悉Tensorflow/MindSpore/pytorch等主流深度学习框架的使用，具备AI算法开发及应用经验者优先。

3、深入理解计算机系统架构与操作系统，熟练掌握异构计算平台原理和典型硬件加速器的使用方法，熟练运用并发编程和底层调试，熟悉Linux/ROS。

4、针对算法特点与芯片硬件特点设计最佳算法实现方式并优化部署或者有数据分析、挖掘、建模等方面的背景优先。