资深 AI 工程师（机器学习平台方向）

岗位职责

1、负责企业级云原生机器学习平台建设，支撑模型开发、训练、部署、上线全生命周期管理； 2、负责机器学习平台核心组件落地与优化，包含分布式训练调度、模型版本管理、模型服务化推理部署； 3、负责 GPU 算力集群精细化运营，通过资源调度、弹性伸缩、异构算力管理，优化大模型训练 / 推理成本； 4、搭建平台监控、告警、可观测体系，保障机器学习集群及业务系统高可用、高稳定； 5、对接算法、业务团队，拆解需求并提供 MLOps 标准化平台解决方案。

任职要求

1、熟练掌握 K8s 大规模集群运维管理，精通容器、镜像、存储、网络，熟悉云原生 CI/CD、服务网格主流工具链； 2、具备完整 MLOps 平台落地经验，熟悉 Kubeflow、MLflow、Ray 至少一种生态工具； 3、熟悉 TensorFlow / PyTorch 主流框架，了解分布式训练基础原理、模型部署与推理优化常规方案； 4、有 GPU 集群运维、算力资源调度、显存 / 算力隔离管控实战经验，懂 GPU 业务负载特性； 5、熟练掌握 Python，了解 Go 更佳，具备良好分布式系统工程设计与问题排查能力； 6、具备良好跨团队沟通、抗压能力，能独立负责平台模块建设。