小红书招聘【Dots】大模型AI infra工程师
招聘职位：
【Dots】大模型AI infra工程师 搜索同类职位
岗位职责：
数据工程
详负责支撑 dots（LLM / 多模态 / Agentic）训练与对齐所需的超大规模数据工程体系，覆盖从 数据生产、清洗、存储、调度、分布式读取到质量闭环的全链路。
RL 训练框架
负责强化学习系统的规模化落地，优化分布式 RL 训练吞吐，处理长序列/推理/CLI Agent 任务
算子优化
深入 CUDA/CuteDSL/TileLang 底层，攻克性能瓶颈（如 FlashMLA、Mega Kernel、低精度算子、通信计算重叠优化）
推理引擎
打造高并发、低延迟的推理架构，优化 PD/AF 分离 schedule、解耦架构及动态资源调度
任职要求：
我们不单纯追求简历的厚度，更看重技术洞察力：
Smart & Taste： 具备极强的逻辑思考能力，对技术选型有敏锐的品味。不盲从开源方案，能够基于第一性原理判断技术方向，并完成精巧的设计，给出完整的解决方案。
深度理解 Trade-off： 能够清晰描述任何技术表现背后的代价。无论是牺牲精度换取速度，还是显存换取计算，你需要知道那条“最优曲线”在哪里。
极致交付： 对性能优化有近乎偏执的追求，能够从噪声中定位核心性能瓶颈。
数据工程
详负责支撑 dots（LLM / 多模态 / Agentic）训练与对齐所需的超大规模数据工程体系，覆盖从 数据生产、清洗、存储、调度、分布式读取到质量闭环的全链路。
RL 训练框架
负责强化学习系统的规模化落地，优化分布式 RL 训练吞吐，处理长序列/推理/CLI Agent 任务
算子优化
深入 CUDA/CuteDSL/TileLang 底层，攻克性能瓶颈（如 FlashMLA、Mega Kernel、低精度算子、通信计算重叠优化）
推理引擎
打造高并发、低延迟的推理架构，优化 PD/AF 分离 schedule、解耦架构及动态资源调度
任职要求：
我们不单纯追求简历的厚度，更看重技术洞察力：
Smart & Taste： 具备极强的逻辑思考能力，对技术选型有敏锐的品味。不盲从开源方案，能够基于第一性原理判断技术方向，并完成精巧的设计，给出完整的解决方案。
深度理解 Trade-off： 能够清晰描述任何技术表现背后的代价。无论是牺牲精度换取速度，还是显存换取计算，你需要知道那条“最优曲线”在哪里。
极致交付： 对性能优化有近乎偏执的追求，能够从噪声中定位核心性能瓶颈。
免责声明：
此信息由小红书官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“小红书官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！