返回岗位列表

平台系统软件工程师

查看原岗位

地点：美国薪资：薪资未公开日期：2026-01-23

岗位摘要

设计和构建用于大规模AI训练作业的分布式故障检测、追踪和分析系统；开发工具以识别运行缓慢、故障或行为异常的节点，并提供可操作的系统行为可见性；提升OpenAI训练平台的可观测性、可靠性和性能

岗位职责

设计和构建用于大规模AI训练作业的分布式故障检测、追踪和分析系统
开发工具以识别运行缓慢、故障或行为异常的节点，并提供可操作的系统行为可见性
提升OpenAI训练平台的可观测性、可靠性和性能
调试和解决复杂、高吞吐量分布式系统中的问题
与系统、基础设施和研究团队合作，共同演进平台能力
扩展和调整故障检测系统或追踪系统，以支持新的训练范式和工作负载

任职要求

深切关注分布式系统的性能、稳定性和可观测性
乐于发现和修复大规模系统中的问题，并自动化运维工作流
具有编写底层软件的经验，其中系统细节至关重要
理解硬件、操作系统、网络、并发和分布式系统
具有高性能计算或底层系统工程背景
对为核心前沿AI研究提供动力的关键基础设施工作感到兴奋