混元大模型Infra稳定性研发工程师
岗位摘要
负责混元infra相关链路的稳定性治理与规范建设；联动框架、算力、网络各模块，完善关键metric采集；系统性构建故障节点、慢节点检测的平台化能力；联合混元一站式平台建设统一的任务自动续训能力
岗位职责
- 负责混元infra相关链路的稳定性治理与规范建设
- 联动框架、算力、网络各模块，完善关键metric采集
- 系统性构建故障节点、慢节点检测的平台化能力
- 联合混元一站式平台建设统一的任务自动续训能力
- 响应并解决日常混元大模型任务的故障问题
任职要求
- 熟悉Linux系统、网络及分布式系统原理
- 具备大规模集群稳定性治理或运维开发经验
- 掌握监控指标采集与故障检测相关技术
- 熟悉容器化及任务调度系统，有自动续训经验者优先
- 具备良好的问题分析与解决能力，责任心强
福利待遇
- 有竞争力的薪资与奖金
- 完善的五险一金及补充医疗保险
- 弹性工作制与带薪年假
- 技术培训与职业发展机会
- 免费三餐及班车等福利