机器学习平台开发（计算方向）(J20427)

职位描述

1、负责公司机器学习平台架构的设计开发，以及系统性能调优；

2、负责解决系统高并发、高可靠性、高可扩展性等技术难关；

3、覆盖机器学习系统多个子方向领域的工作，包括：资源调度、任务编排、模型训练、模型推理、模型管理、数据集管理、工作流编排、ML for System等；

4、负责机器学习系统前瞻技术的调研和引入，比如：最新硬件架构、异构计算系统、GPU 优化技术的引入落地；

5、研究基于机器学习方法，实现对集群/服务资源使用情况的分析和优化。

任职要求

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

2、掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护；

3、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，良好的团队合作精神；

4、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力；

5、熟悉argo、volcano、kubeflow等开源项目，并有实际开发经验。

加分项：

1、熟悉 Kubernetes 架构，有丰富的云原生系统开发经验；

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

3、有万卡集群管理经验；

4、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)，Machine Learning Frameworks，ML for System，Distributed Storage；

5、有大规模云计算平台或私有云产品架构开发经验。