岗位职责
岗位职责：1. 设计并开发基于云原生架构的AI算力平台，构建高可用、可扩展的分布式训练/推理系统2. 优化GPU/CPU集群资源调度策略，提升算力利用率，支持大规模模型训练任务（如千卡级GPU集群管理）3. 实现MLOps工具链（如Kubeflow/MLflow）与云原生组件的深度集成，完善模型开发、部署、监控全生命周期管理4. 解决分布式训练中的网络通信（RoCE v2/InfiniBand）、存储性能瓶颈及多框架（PyTorch/TensorFlow）兼容性问题任职要求：1. 计算机相关专业本科及以上学历，3年以上云原生领域开发经验精通Golang开发，熟悉Python/C++等语言，具有Kubernetes Operator开发经验者优先（需熟悉Kubebuilder/Client-go）2. 深入理解Kubernetes核心组件及生态工具（如Istio、Knative），具备生产环境容器化平台建设经验3. 熟悉主流机器学习框架（PyTorch/TensorFlow）及大模型训练优化技术，了解Horovod/Volcano/Ray等分布式调度组件4. 具备大模型微调、训练经验或千卡级集群运维经验者优先
请注意风险防范：任何企业让你交钱的行为都是诈骗！如有异常
请举报
工作推荐-末末
添加微信
