Tech jobs
Job listings
平头哥-AI互联通信软件专家-上海/杭州
团队介绍 我们是平头哥AI 芯片软件互联团队，主要职责是积极拥抱社区生态、并基于平头哥AI 芯片产品来打造我们自己的互联通信库。 越来越好的大模型对算力需求日益高涨，而大模型训练与推理的高效部署都依赖越来越多的芯片通过互联在一起，高效协同以发挥出线性增长的计算效率。我们会与架构/硬件/Model 同学紧密合作以共同打造越来越符合业界需求的芯片，同时也会协同服务器/网络等伙伴共同打造基于平头哥芯片的高性能集群…
阿里云智能-技术服务经理TAM-互联网KA客户-北京
1. 企业级 AI Agent 工程落地指导: 作为客户 AI 应用技术服务的第一责任人，深入理解客户业务场景与技术痛点，主导Agent等工程全链路落地服务：从 RAG 构建、知识库向量化、Prompt Engineering 调优，到多 Agent 协作编排、工具链集成与 Function Call调试，确保 AI Agent 在生产环境高效运行。 2.…
Senior/Staff DevOps Engineer (High-Performance solutions)
We are the creators of a new fintech era! Our mission is to change this world by making blockchain accessible to everyone in everyday life. WhiteBIT is a global team of over 1,200 professionals united by one mission —…
达摩院-高性能互连管理软件架构师-计算技术
工作职责： 方向一: Global Fabric Manager (GFM & Switch) 1. 多节点 fabric 协调:设计与维护 GFM与LFM（SM） 的分布式协作机制(带内通路),实现跨节点的拓扑发现、配置下发、心跳保活与查询转发。 2. 拓扑发现与校验:解析多节点/单节点 fabric 拓扑,构建并校验 GPU–Switch 连接矩阵,剔除未探测到的 GPU/Switch,保证拓扑一致性。 3. Fabric…
平头哥-AI芯片互联架构师-上海
In this role, you will work with hardware and software engineering groups to define the next-generation inter-chip network architecture for high-performance AI chip and AI network. Identifies the challenging problems,…
Solutions Engineer
AMAX is an IT infrastructure and engineering company that designs, customizes, manufactures, and deploys advanced computing solutions for AI, HPC, and enterprise use cases. Across servers, workstations, rack systems,…
阿里控股-系统软件研发工程师-AI加速芯片方向
团队/方向简介 负责 AI 加速器（GPU/PPU等）系统软件技术栈与生态建设，覆盖驱动、CUDA 兼容运行时、编译工具链、框架接入的全链路组件；结合 AI 业务场景与推理引擎（vLLM 等）、训练框架（PyTorch/Megatron 等）软硬协同优化；参与超节点架构、拓扑管理与调优，支撑大规模训练/推理集群的高效稳定运行。 岗位职责 1.负责 AI 加速器（GPU/PPU等）系统软件栈的设计与研发，覆盖内核/用户态驱动、CUDA…
Senior Staff Software Engineer, Storage
Crusoe is on a mission to accelerate the abundance of energy and intelligence . As the only vertically integrated AI infrastructure company built from the ground up, we own and operate each layer of the stack — from…
Site Reliability Engineering Lead
About Graphcore How often do you get the chance to build a technology that transforms the future of humanity? Graphcore products have set the standard in made-for-AI compute hardware and software, gaining global…
Principal Network Engineer
Graphcore is a globally recognized leader in Artificial Intelligence computing systems. The company designs advanced semiconductors and data centre hardware that provide the specialized processing power needed to drive…
Senior Principal Network Engineer
About us Graphcore is one of the world’s leading innovators in Artificial Intelligence compute. It is developing hardware, software and systems infrastructure that will unlock the next generation of AI breakthroughs…
基础设施与稳定性工程-SRE专家-AI算力资源池GPU方向
我们是专注于大模型服务平台的技术团队，我们的核心业务是提供高效稳定的大模型推理服务API，帮助各行各业轻松利用大模型的强大能力，正在寻找一位有实力的Site Reliability Engineer (SRE) 加入我们，共同打造更可到的大模型服务平台。 负责AI基础设施算力资源的规划、运营管理与精细化数据体系建设。通过系统化、数据化方法提升GPU资源利用率、周转率与成本效益，保障AI训练/推理任务的高效稳定运行，支撑业务快速发展。…
阿里云智能-灵骏网络高级架构师-杭州
负责灵骏机头机尾网卡与软件栈的规划和技术演进，面向大规模 AI 集群，围绕 Scale-Out 网络推动网络架构设计、技术选型与方案落地。负责自研与商用网卡路线评估、RDMA 特性演进、容器网络方案，并持续评估新一代芯片互联与 AI 网络技术对灵骏架构的影响。 核心职责 1. 负责机头机尾网卡的选型与技术演进，包括自研网卡和商用网卡路线 2. 推动灵骏 Scale-Out 网络架构的规划与演进 3. 推动 RDMA…
阿里云智能-AI Infra SRE 专家-杭州
1、负责大规模 GPU/异构计算集群稳定性架构和运维体系设计，对集群可用性、交付效率、资源利用率和运维成本负责。 2、主导 AI 基础设施运维平台的架构设计与建设，形成覆盖交付、监控、诊断、变更、容量、容灾和故障自愈的工程体系。 3、建立面向 AI 训练与推理场景的 SLI、SLO、SLA 及稳定性度量体系，推动重大故障治理和系统性风险消除。 4、主导集群交付标准、运维规范和质量准入机制建设，推动跨地域、跨团队场景下的标准化复制。…
Software Python Engineer (GPU Cloud)
Company Description The world’s digital experiences run on something invisible: the infrastructure and software that keep them fast, reliable, and secure. At Gcore, you’ll help design and deliver that foundation for an…
DevOps Engineer (AI Inference)
Company Description The world’s digital experiences run on something invisible: the infrastructure and software that keep them fast, reliable, and secure. At Gcore, you’ll help design and deliver that foundation for an…
阿里云智能-高性能网络研发-北京/杭州
阿里云正在构建面向 AI 大模型训练与推理的下一代高性能网络基础设施，以支撑全球企业对极致算力与低延迟网络的需求。我们正在寻找一位在 RDMA（Remote Direct Memory Access） 技术领域有深厚经验的 DevOps 工程师，负责设计、部署和优化基于 RDMA 的 AI 训练集群网络架构，推动高性能网络技术在分布式 AI 场景的落地与创新。 核心职责： 1）AI 训练集群网络架构设计与运维 部署、运维和维护基于…
阿里云智能-高性能网络平台研发工程师-北京
a. 阿里云正在构建面向 AI 大模型训练与推理的下一代高性能网络基础设施，以支撑全球企业对极致算力与低延迟网络的需求。我们正在寻找一位在 RDMA（Remote Direct Memory Access） 技术领域有深厚经验的 DevOps 工程师，负责设计、部署和优化基于 RDMA 的 AI 训练集群网络架构，推动高性能网络技术在分布式 AI 场景的落地与创新。 b. 核心职责： i. AI 训练集群网络架构设计与运维 1.…
阿里云智能-AI Infra 高级 SRE-杭州
1、负责 GPU/异构计算集群的交付、上线、变更和日常运维，保障AI Infra稳定运行。 2、参与 AI 基础设施运维平台建设，推动监控告警、故障诊断、故障自愈和变更管理等能力落地。 3、建立并持续优化 SLI、SLO、SLA 和应急响应机制，参与重大故障处置、复盘及改进闭环。 4、制定集群交付标准和运维规范，通过自动化工具与平台减少重复操作，提升交付效率和资源可用率。…
高德-AI Infra/模型推理工程师/专家-推理加速方向-视觉技术中心
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新…