大模型训练调度专家-Seed

职位描述

团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。

Seed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。

1、负责机器学习系统资源调度的设计和开发，服务于各方向场景（NLP/CV/Speech等）的模型训练、模型评估和模型推理；

2、负责多种异构资源（GPU、CPU、其他异构硬件）的最优化编排，实现稳定资源、潮汐资源、混布资源、多云资源的合理化使用；

3、负责通过技术手段实现计算资源、RDMA高速网络资源、存储资源的最优调度，充分发挥大规模分布式集群的计算能力；

4、负责多机房、多地域、多云场景的在离线任务/服务调度，实现全球负载的合理化分布。

任职要求

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

2、熟悉Kubernetes架构和生态，熟悉Docker/Containerd/Kata/Podman等容器技术，有丰富的机器学习系统实践和开发经验；

3、掌握分布式系统原理，参与过分布式系统的设计、开发和维护；

4、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；

5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动；

6、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。

加分项：

1、熟悉至少一种主流的机器学习框架（TensorFlow/PyTorch）；

2、有以下某一方向领域的经验：AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture(GPU,Accelerators,Networking)。