AML机器学习系统SRE工程师-火山引擎

职位描述

1、负责维护机器学习系统的稳定运转，支持模型开发、训练与部署的多个环节；

2、负责集群、业务服务的稳定性治理，资源利用率提升和运维人效提升；

3、负责性能优化与架构升级，持续提升数据预处理/训练/推理性能；

4、与算法工程师深度合作，为重点项目进行算法与系统的联合优化。

任职要求

1、一年以上运维开发项目经验；

2、熟练掌握Linux环境下的C++/Python/Shell等1至2种以上语言；

3、有大型分布式系统的资源管理和任务调度系统运维经验，熟悉Kubernetes生态和架构，具备1年以上相关的运维经验；

4、熟悉Docker等容器化技术，具备1年以上运维经验；

5、对PyTorch/TensorFlow框架有了解，了解常见的机器学习算法；

6、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，良好的团队合作精神；有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分。