返回岗位列表

平台系统软件工程师

查看原岗位

地点：英国薪资：薪资未公开日期：2026-01-29

岗位摘要

设计和构建用于大规模AI训练工作的分布式故障检测、跟踪和分析系统；开发工具以识别慢速、故障或行为异常的节点，并提供系统行为的可操作可见性；提高OpenAI训练平台的可观察性、可靠性和性能

岗位职责

设计和构建用于大规模AI训练工作的分布式故障检测、跟踪和分析系统
开发工具以识别慢速、故障或行为异常的节点，并提供系统行为的可操作可见性
提高OpenAI训练平台的可观察性、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，发展平台能力
扩展和调整故障检测系统或跟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中的性能、稳定性和可观察性
喜欢在大型系统中发现和修复问题，并自动化操作工作流程
有编写低级软件的经验，其中系统细节很重要
了解硬件、操作系统、网络、并发和分布式系统
有高性能计算或低级系统工程背景
对工作在推动前沿AI研究的关键基础设施上感到兴奋