关于 Atlas Cloud
Atlas Cloud 是一家快速发展的 AI 基础设施初创公司，专注于模型即服务（ MaaS ） 和 基础设施即服务（ IaaS ）。
公司总部位于纽约，在硅谷、北京和加拿大卡尔加里设有团队，为全球客户提供 大语言模型（ LLM ）训练、微调与推理服务所需的 GPU 与云基础设施。
我们正在构建面向下一代 AI 应用的高性能计算平台。
We are hiring-
一、图视频大模型算法工程师
你的工作将包括：
1 、负责开源图视频生成模型的深度微调与二次训练，结合业务场景进行领域适配；
2 、针对推理效率瓶颈，开展模型量化、蒸馏、步数压缩（如一致性蒸馏、Flow Matching 加速）等工程优化；
3 、设计并实现动态分块推理、显存优化等长视频工程落地策略，满足在线/离线生产环境需求。
4 、持续跟踪业界先进图视频生成算法，包括但不限于数字人驱动、流式视频增强、视频修复/编辑、音视频同步等方向；
5 、对重点开源项目进行复现与效果评估，产出横向对比报告，提炼可落地的技术点；
6 、从零设计并构建图视频生成方向的算法评价集，覆盖主观质量、时序一致性、文字渲染、语义对齐等多维度；制定自动化评估 pipeline ，降低人工评测成本；
7 、将项目中的技术方案、踩坑经验、实验结论以高质量中文/英文技术博客的形式输出，发布于团队技术公众号或个人技术主页；
8 、参与开源社区建设，对内提供可复用的技术文档与 Notebook ，提升团队整体研发效率。
我们寻找这样的你：
1 、计算机、电子工程、数学或相关专业本科及以上学历，3 年以上算法工程经验；
2 、扎实的深度学习基础，熟悉 Transformer 、扩散模型（ DDPM / DDIM / Flow Matching ）等核心架构；
3 、熟练掌握 PyTorch ，有大规模模型训练（多机多卡 / DeepSpeed / FSDP ）实战经验；
4 、有图像或视频生成相关项目落地经验（含模型微调、数据工程、推理优化中的至少一项）；
5 、良好的代码质量意识，能独立设计并实现完整的训练/推理 pipeline 。
加分项（ 1-2 项优先）
1 、有视频扩散模型微调经验；
2 、有强化学习后训练（ RLHF / GRPO / DPO ）应用于生成模型的实践经验；
3 、了解数字人生成（ SadTalker / LivePortrait / Hallo 等）或流式视频增强算法；
4 、有 ControlNet 、IPAdapter 、LoRA 等条件注入方法的工程落地经验；
5 、有开源社区贡献记录（ GitHub star 项目 / 技术博客 / 顶会论文）；
6 、完整算法评价集设计与自动化评测 pipeline 搭建经验；
7 、有长视频推理优化（分块策略、KV Cache 复用、镜头检测集成等）工程经验。
二、AI 基础设施工程师
你的工作将包括：
1 、负责大模型推理服务在自有 GPU 集群上的全栈部署，覆盖服务发现、请求路由、推理 Worker 各组件的安装、配置与上线；
2 、 和运维同事一起管理推理集群基础设施层，包括 GPU 驱动、CUDA 工具链、高速网络互联（ InfiniBand/RoCE ）及存储栈的日常维护；
3 、配置并调优节点间高性能数据传输层，确保 KV cache 在跨节点 Worker 间的高效传输；
4 、搭建推理集群的完整可观测性体系，持续监控 TTFT 、ITL 、吞吐量、缓存命中率等核心指标；
5 、协同 AI 推理团队完成模型上线，支持主流开源推理引擎（覆盖 vLLM / SGLang / TensorRT-LLM ）的接入、切换与版本管理；
6 、负责推理服务的容量规划与性能瓶颈分析，具备独立排查多机多卡分布式推理问题的能力。
我们寻找这样的你：
1 、3 年以上 Linux 系统后端基础设施开发经验，熟悉 Python ，golang 能独立阅读和修改工程级项目代码；
2 、 熟悉容器化技术（ Docker ），熟悉 Kubernetes 各项操作；
3 、 具备 NVIDIA GPU 服务器实际运维经验，能独立完成驱动、CUDA 、NCCL 等环境搭建，能独立处理 InfiniBand / RoCE 网络环境下的 RDMA 配置问题；
4 、熟悉分布式系统基础概念：服务发现、消息队列、负载均衡；
5 、有在多机 GPU 集群上部署过至少一种分布式 LLM 推理框架的实际经验（ vLLM 、SGLang 、TensorRT-LLM 等均可）；
6 、具备基本的性能调优能力：能读懂 Prometheus 指标、定位推理延迟瓶颈；
加分项（具备任意一项均视为强加分）
1 、有 NVIDIA Dynamo 实际部署经验，熟悉其 disaggregated serving 、KV-aware routing 、NIXL 传输架构优化；
2 、有 prefill / decode 分离架构的分布式推理部署经验，熟悉 KV cache 感知路由机制；
3 、了解 KV cache 分层存储（ GPU VRAM → CPU RAM → NVMe → 对象存储）及其性能特征；
4 、⭐ 熟悉 GPUDirect RDMA / GPUDirect Storage 等高性能 GPU 数据通路。
三、AI Agent 开发工程师 (创新原型)
你的工作将包括：
1. 快速原型实现 (MVP Execution)： 根据公司战略及业务部门的创新需求，快速构建 AI Agent 或自动化工具的原型。
2. 业务需求转化： 深度理解业务逻辑，并将其转化为技术实现方案。
3. 技术探索与应用： 追踪全球最前沿的 AI 技术、开源项目及工具，并将其应用到实际开发中以提升交付效率。
4. 快速迭代优化： 基于业务反馈，对产品进行极速调整，通过技术手段不断优化工具的准确率和易用性。
我们寻找这样的你：
1. AI 赋能的开发效率 (AI-Native Developer)：
- 你不需要是某个特定语言的死忠粉，但你必须是 AI Coding （如 Cursor, Claud Code, Codex 等） 的重度使用者。
- 能够熟练利用各类 AI 辅助工具进行“高并发”开发。
2. 全栈实现能力：
- 具备快速搭建前后端应用的能力（如 Python/FastAPI, Next.js/TypeScript 等）。
- 熟悉主流 Agent 开发框架（如 Dify, Coze, LangChain 等）或低代码/无代码工具。
3. 敏锐的产品感 (Product Sense)：
- 能够听懂业务语言，理解“为什么要做这个”，并能主动提出比原始需求更好的技术实现方案。
4. 技术好奇心与自主学习：
- 你是新技术的早期采用者，喜欢折腾新鲜玩意儿。
5. 基础沟通与英语能力：
- 能够流畅阅读英文技术文档及社区动态（ GitHub/Discord/X ），具备基础的英文交流能力。
[加分项]
- 在 GitHub 或社交媒体分享过自己独立开发的 AI 小工具或 Agent 。
- 有成功通过自动化技术解决业务问题（如爬虫、工作流自动化、数据清洗）的实战经验。
- 曾有过创业经历或在初创团队担任过核心开发者。
你将获得：
1 、具有竞争力的薪资；
2 、五险一金，节假日福利；
3 、良好的办公环境，轻松的办公氛围。
办公室地址：北京市海淀区融科资讯中心
请将您的简历发送至 jenny.luo@atlascloud.ai(标题：应聘岗位+姓名），期待您的加入！！！