分布式系统工程师

查看原岗位

地点：美国薪资：$180,000-$440,000 日期：2026-01-29

岗位摘要

设计、构建和实施大规模分布式训练系统；对多主机GPU利用率进行分析、调试和优化；进行硬件/软件/算法的协同设计；维护并创新代码库；构建工具以提高团队生产力；具备配置和排查操作系统以实现最佳性能的经验

具备配置和排查操作系统以实现最佳性能的经验
曾为HPC集群中的AI模型构建可扩展的训练框架，包括但不限于：可扩展的编排框架和工具；机器学习编译器和运行时，如XLA、MLIR和Triton；分布式训练策略，如FSDP、Megatron和流水线并行；用于高性能通信集合操作的NCCL或自定义通信库
熟悉Linux和POSIX系统
具备出色的沟通能力，能够简洁准确地与团队成员分享知识
工作积极主动，注重工程卓越，能在扁平化组织结构中直接为公司使命做出贡献
该职位位于加利福尼亚州帕洛阿尔托，候选人需位于湾区附近或愿意搬迁