【工作职责】 1. 参与下一代高性能参数服务器（Parameter Server）的架构设计、核心模块开发与持续迭代，以满足大规模稀疏模型在线推理的超低延迟、高吞吐需求。 2. 深入优化参数服务器的通信框架（如BRPC、RDMA）、存储引擎（HBM、MEM、SSD分层存储）、并发模型和负载均衡策略，解决海量参数同步中的瓶颈问题。 3. 与算法团队紧密合作，理解前沿模型（如大语言模型、推荐系统、多模态模型）对训推基础设施的需求，并将其转化为系统级的创新与优化； 4. 跟踪业界前沿技术，探索其在参数服务器中的落地场景，推动平台技术演进。 【任职要求】 1. 优秀的代码能力、数据结构和基础算法功底，熟悉C++开发，有分布式系统或高性能计算相关开发经验(存储、并发、网络)。 2. 有一线互联网公司有参数服务器或大规模稀疏模型推理系统研发经历，深入理解并拥有大规模参数服务和分布式系统的实践经验，熟悉其架构、一致性协议与性能调优。 3. 参与推理/训练参数服务器的迭代优化，优化GPU PS embedding 相关功能，包括不限于参数更新 / 存储 / 索引构建等模块升级与运维。 4. 熟悉高性能网络技术（RDMA、RoCE、DPDK）及内核旁路优化，有异构计算（GPU/XPU）在参数服务器中应用的经验，对搜推广检索系统和模型有深入了解。 5. 熟悉至少一种主流的深度学习训练或推理框架（TensorFlow / PyTorch / Onnx / TensorRT等）的原理和实现。 6. 在顶级会议（OSDI、SOSP、NSDI、VLDB等）或期刊上发表过相关论文者优先。