大模型平台AI全栈研发工程师（练习生）
招聘时间
即日起 至 2026-10-10
招聘单位
小红书
所在地区
北京
工作地点
亚运村街道安定路五号院7号楼中海国际大厦A座+B座
学历要求
本科
实习时长
每周5天，每天3小时
职责描述
工作职责：
工作职责
1、端到端平台研发与极速交付： 参与内部大模型平台 QuickSilver 的全栈开发工作。熟练借助 AI 编程工具（如 Cursor、Claude Code、GitHub Copilot 等）进行 Vibe Coding，高质量完成从前端交互界面到后端业务逻辑的端到端功能交付。
2、AI Workflow 与工程链路建设： 深入参与大模型数据管理、模型训练、模型压缩、推理部署等核心工具链的研发；协同算法与产品团队，优化云原生环境下的 AI 工作流引擎，提升模型迭代效能。
3、分布式资源调度与治理： 参与平台核心的 Quota 管理与资源调度模块开发，攻坚多机房、多集群、异构计算资源（GPU / NPU）下的多租户配额治理、弹性伸缩与碎片优化。
4、极致交互与可观测性： 负责大模型平台前端界面的设计与交互调优，提升平台的易用性与数据可视化体验；协助构建覆盖全链路的监控告警与可观测数据体系（Trace / Metrics）。
5、前沿技术预研与落地： 持续追踪 AI 基础设施与大模型开发平台的技术动态，将业界领先的工程架构与交互理念引入日常开发中。
任职资格：
任职要求
1、专业与编程基本功： 计算机/软件工程等相关专业在校生，具备扎实的计算机系统基础。有强烈的全栈开发意愿，熟悉 Go / Python / Java 中的至少一门后端语言，或者熟悉 Vue 3 / TypeScript / HTML / CSS 等现代前端技术栈。
2、AI 原生开发者： 具备极强的快速学习能力，是 AI 产品的重度用户。熟练且高频地使用主流大模型与 AI 编程辅助工具，能根据产品逻辑与用户行为，自主完成从架构设计到代码实现的全链路交付。
3、云原生与基础架构认知： 熟悉 Linux 系统，了解 MySQL / Redis / MQ 等常见中间件；接触过 Kubernetes 生态技术栈（Docker / K8s / Argo 等），对云原生机器学习系统有一定认知。
4、AI 技术栈热情： 对 AI 领域充满浓厚兴趣，了解大模型（LLM / CV / NLP）的基本原理与应用场景，对 PyTorch / Transformer 架构有基本认知。
5、软素质与极客精神： 具备良好的工程质量意识与代码风格；沟通协作顺畅，自驱力强，能在高技术密度的团队中快速成长。
加分项
1、大模型部署与框架经验： 有大模型部署实践经验，对 vLLM / SGLang / Dynamo 等至少一种推理框架有使用经验；熟悉 DeepSeek / Qwen 等主流模型架构，有英伟达 GPU 或华为 Ascend NPU 使用经验。
2、高级调度与云原生实战： 接触过 Volcano / 联邦集群 / OpenKruise 等高级云原生技术，对分布式系统、抢占、潮汐混部、PD 分离部署等有实践经验或深刻理解。
3、开源贡献与独立交付： 有优秀的个人开源项目贡献、技术博客写作经历，或曾利用 AI 工具独立设计并交付过完整的 Web / AI 应用。
工作职责
1、端到端平台研发与极速交付： 参与内部大模型平台 QuickSilver 的全栈开发工作。熟练借助 AI 编程工具（如 Cursor、Claude Code、GitHub Copilot 等）进行 Vibe Coding，高质量完成从前端交互界面到后端业务逻辑的端到端功能交付。
2、AI Workflow 与工程链路建设： 深入参与大模型数据管理、模型训练、模型压缩、推理部署等核心工具链的研发；协同算法与产品团队，优化云原生环境下的 AI 工作流引擎，提升模型迭代效能。
3、分布式资源调度与治理： 参与平台核心的 Quota 管理与资源调度模块开发，攻坚多机房、多集群、异构计算资源（GPU / NPU）下的多租户配额治理、弹性伸缩与碎片优化。
4、极致交互与可观测性： 负责大模型平台前端界面的设计与交互调优，提升平台的易用性与数据可视化体验；协助构建覆盖全链路的监控告警与可观测数据体系（Trace / Metrics）。
5、前沿技术预研与落地： 持续追踪 AI 基础设施与大模型开发平台的技术动态，将业界领先的工程架构与交互理念引入日常开发中。
任职资格：
任职要求
1、专业与编程基本功： 计算机/软件工程等相关专业在校生，具备扎实的计算机系统基础。有强烈的全栈开发意愿，熟悉 Go / Python / Java 中的至少一门后端语言，或者熟悉 Vue 3 / TypeScript / HTML / CSS 等现代前端技术栈。
2、AI 原生开发者： 具备极强的快速学习能力，是 AI 产品的重度用户。熟练且高频地使用主流大模型与 AI 编程辅助工具，能根据产品逻辑与用户行为，自主完成从架构设计到代码实现的全链路交付。
3、云原生与基础架构认知： 熟悉 Linux 系统，了解 MySQL / Redis / MQ 等常见中间件；接触过 Kubernetes 生态技术栈（Docker / K8s / Argo 等），对云原生机器学习系统有一定认知。
4、AI 技术栈热情： 对 AI 领域充满浓厚兴趣，了解大模型（LLM / CV / NLP）的基本原理与应用场景，对 PyTorch / Transformer 架构有基本认知。
5、软素质与极客精神： 具备良好的工程质量意识与代码风格；沟通协作顺畅，自驱力强，能在高技术密度的团队中快速成长。
加分项
1、大模型部署与框架经验： 有大模型部署实践经验，对 vLLM / SGLang / Dynamo 等至少一种推理框架有使用经验；熟悉 DeepSeek / Qwen 等主流模型架构，有英伟达 GPU 或华为 Ascend NPU 使用经验。
2、高级调度与云原生实战： 接触过 Volcano / 联邦集群 / OpenKruise 等高级云原生技术，对分布式系统、抢占、潮汐混部、PD 分离部署等有实践经验或深刻理解。
3、开源贡献与独立交付： 有优秀的个人开源项目贡献、技术博客写作经历，或曾利用 AI 工具独立设计并交付过完整的 Web / AI 应用。
