云计算洞察
阶跃星辰急招云研发工程师 base 北京/上海
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区关于我们：
阶跃星辰（StepFun）是国内基座模型研发最全面的公司之一，自研的 Step 系列基座模型矩阵覆盖了从千亿参数到万亿参数，从语言、推理到多模态，从理解到生成的全面能力。阶跃的基座模型矩阵具有布局全面、性能领先、迭代迅速的特点。据统计，截至 2026 年 06 月，阶跃共发布 43 款模型，其中多模态模型数量共计 35 款，数量在整体基座模型中占比超过 8 成，且多次在 LMSYS、OpenCompass、MATH-Vision 等国内外权威基准测试榜上位列中国大模型第一 。
岗位职责：
1. 参与沙盒化基础设施平台的设计、研发和持续演进，支撑多类业务场景下的安全运行环境需求。
2. 负责运行时、资源管理、任务调度、存储访问、网络隔离等平台核心能力建设。
3. 参与容器、轻量虚拟化、云原生存储等相关技术方案的调研、选型、工程实现和优化。
4. 持续提升平台在性能、稳定性、弹性、安全性和资源利用率方面的表现。
5. 参与大规模场景下的系统问题定位、性能分析、容量规划和成本优化。
与业务、安全、基础架构等团队协作，推动基础设施能力在生产环境中稳定落地。
任职要求：
1. 熟悉 Docker、Containerd、OCI、CRI、Kubernetes 等容器与云原生生态。
2. 熟悉 gVisor、Kata Containers、Firecracker、QEMU、KVM 等沙盒或虚拟化相关技术。
3. 熟悉 CSI、OverlayFS、镜像分层、快照、缓存、懒加载或分布式文件系统等存储技术。
4. 有大规模集群调度、资源编排、任务系统、控制面组件研发经验。
5. 有多租户隔离、安全沙盒、资源限制、审计、可观测性或故障恢复相关经验。
6. 有 AI Infra、Agent Runtime、云原生底层组件或基础设施平台建设经验。
7. 有开源项目贡献，或在操作系统、虚拟化、存储、云原生方向有较深入积累。
加分项：
1. 熟悉 CSI，有 Kubernetes 存储插件、分布式文件系统、块存储或高性能文件系统研发经验。
2. 有沙盒平台、Serverless Runtime、轻量虚拟机、云桌面、远程开发环境、在线 IDE 或 Agent 执行环境建设经验。
3. 熟悉 Firecracker、Kata、gVisor 等安全容器或轻量虚拟化方案的生产实践。
4. 有大规模容器集群降本、弹性伸缩、资源超卖、冷启动优化经验。
5. 有多租户隔离、安全合规、PrivateLink、VPC 网络或企业级云服务接入经验。
投递方式：
邮箱：i-royliao@stepfun.com pdf简历投递：姓名+云原生研发工程师 +北京（上海）
相关推荐
国央企创新负责人如何通过平台实现科研成果的快速识别与转化？.docx
科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
PotPlayer自用皮肤
自用 PotPlayer 皮肤，仅微调了字体大小与颜色，是按个人习惯调整，未做适配性调整。
2-shell及常用命令-续.pdf
2-shell及常用命令-续.pdf
【电力负荷预测】项目介绍 MATLAB实现基于BO-Transformer-LSTM贝叶斯优化算法（BO）优化Transformer-LSTM组合模型进行居民用户多步电力负荷预测（含模型描述及部分示例
内容概要：本文介绍了一个基于BO-Transformer-LSTM的组合模型，用于实现居民用户多步电力负荷预测的完整项目实例。该模型融合Transformer的全局注意力机制与LSTM的局部时序记忆能力，构建能够捕捉长时依赖与周期性特征的深度学习架构，并引入贝叶斯优化（BO）自动搜索最优超参数组合，提升预测精度与训练效率。项目涵盖从原始数据清洗、特征工程、滑动窗口样本构建、模型设计到超参数优化、反归一化及多步误差评估的全流程，强调时间顺序划分以防止信息泄露，并通过周期编码、外生变量融合等方式增强数据表达能力。文中提供了详细的MATLAB代码示例，包括数据预处理、网络搭建、贝叶斯优化配置和预测结果评估等关键步骤。 适合人群：具备一定机器学习和时间序列分析基础，熟悉MATLAB编程环境，从事电力系统预测、智能电网、负荷管理等相关领域的研究人员、工程师及研究生。 使用场景及目标：①应用于居民级或多用户聚合负荷的短期至中期多步预测（如未来24小时）；②服务于配电系统运行调度、需求响应基线设定、家庭能源管理系统优化、分布式能源协调控制等实际工程场景；③为科研提供可复现的深度学习+贝叶斯优化的技术路线参考。 阅读建议：此资源以实际项目为导向，建议读者结合提供的代码逐步实现并调试模型，重点关注数据质量控制、时间特征编码、组合网络结构设计与贝叶斯优化稳定性之间的协同关系，在实践中深入理解多步预测中的误差累积机制与超参数敏感性问题。
【无人机航测】MATLAB重叠率与地面分辨率协同设计：航线间距及飞行方向优化系统 MATLAB 无人机航测重叠率设计｜地面分辨率与航线间距计算
内容概要：本文档介绍了基于MATLAB R2025b开发的无人机航测重叠率与航线间距计算系统，旨在通过建立统一的航测几何计算体系，实现重叠率、地面分辨率与航线间距的动态协同设计。系统结合相机参数、飞行参数、地形数据与风场信息，通过自动化候选航向搜索与多目标优化，选择兼顾覆盖质量、飞行效率与安全性的最优航线方向。项目涵盖从参数输入、摄影测量计算、地形与安全修正，到候选路线生成、综合评价与结果可视化的全流程，并构建了五万组模拟数据用于算法验证与模型训练，支持桌面交互、批量处理与服务化部署，适用于多种复杂场景下的无人机航测任务规划。 适合人群：具备一定MATLAB编程基础和摄影测量知识的科研人员、工程技术人员及高校师生，尤其适合从事无人机航测、地理信息系统（GIS）、遥感与测绘等相关领域的从业者。 使用场景及目标：① 实现无人机航测任务中地面分辨率与航线间距的精确计算与动态优化；② 解决复杂地形与风场环境下航线方向选择困难、覆盖质量难以保障的问题；③ 通过自动化设计减少人为经验依赖，提升航测任务的可靠性与效率；④ 为后续的三维建模、正射影像生成与灾害应急评估等应用提供高质量的数据基础。 阅读建议：建议读者结合文中提供的完整代码示例与GUI界面设计，逐步实践参数配置、模型计算与结果分析流程。重点关注摄影测量公式推导、地形修正策略与多目标优化算法的实现细节，并利用模拟数据进行敏感性分析与模型验证，以深入理解系统的设计理念与工程应用价值。
