1. 負責萬卡規(guī)模 AI Infra 機器學習平臺的架構(gòu)設計、研發(fā)與系統(tǒng)優(yōu)化，為大模型訓練和推理業(yè)務提供高性能、高可靠性的科研支持平臺。2. 領導 AI 任務的性能監(jiān)控和調(diào)優(yōu)工作，通過深入分析 Profiling 數(shù)據(jù)，發(fā)現(xiàn)并解決計算、存儲、網(wǎng)絡等方面的性能瓶頸，提升科研任務的執(zhí)行效率。3. 負責前沿機器學習技術(shù)的調(diào)研、評估和引入，包括但不限于超大模型訓練優(yōu)化、異構(gòu)計算加速、云端協(xié)同等，推動科研創(chuàng)新。

1. 碩士及以上學歷，計算機科學、機器學習、人工智能或相關領域
2. 具有 1 年以上的機器學習平臺或相關領域的研發(fā)經(jīng)驗，有***學術(shù)會議或期刊成果發(fā)表
3. 熟練掌握至少一門編程語言如 Golang/Python/C++/C，具備獨立承擔復雜系統(tǒng)開發(fā)的能力
4. 熟悉深度學習和 Transformer 基本原理，具有豐富的模型訓練、推理框架使用經(jīng)驗
5. 熟練使用模型訓練性能分析工具（如 PyTorch Profiler，Nsight），具備優(yōu)秀的數(shù)據(jù)分析能力
6. 對大模型訓練系統(tǒng)有深刻理解，熟悉高性能計算網(wǎng)絡、分布式存儲系統(tǒng)的設計和優(yōu)化
7. 具有出色的責任心、團隊領導力、溝通協(xié)作能力和自驅(qū)學習能力
加分項:
1.具有使用異騰深度學習組件(MindX DL)的經(jīng)驗，或在計算機體系結(jié)構(gòu)領域有顯著科研成果。
2.熟悉Docker/Containerd、Kubernetes 及其生態(tài)系統(tǒng)，具有云計算平臺的研發(fā)經(jīng)驗。
3.在高性能網(wǎng)絡、大數(shù)據(jù)存儲架構(gòu)的研發(fā)方面有實際項目經(jīng)驗，展現(xiàn)出卓越的技術(shù)洞察力和創(chuàng)新能力。