机器学习系统工程师，机器人方向
岗位摘要
构建和扩展：维护高容错、高性能的系统，用于大规模服务机器人相关模型和基础模型，确保实时应用的低延迟；平台开发：构建内部平台，赋能模型能力发现，加快研究团队的迭代周期；协作：与机器人研究人员和计算机视觉工程师紧密合作，集成和优化模型以用于生产和研究环境
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 构建和扩展：维护高容错、高性能的系统，用于大规模服务机器人相关模型和基础模型，确保实时应用的低延迟
- 平台开发：构建内部平台，赋能模型能力发现，加快研究团队的迭代周期
- 协作：与机器人研究人员和计算机视觉工程师紧密合作，集成和优化模型以用于生产和研究环境
- 设计卓越：进行架构和设计评审，确保系统在可扩展性、可靠性和安全性方面遵循最佳实践
- 可观测性：开发监控和可观测性解决方案，确保系统健康并实时跟踪模型推理性能
- 领导：在快节奏、跨职能的环境中，从需求收集到实施全程负责项目
任职要求
- 经验：4年以上构建大规模、高性能后端系统的经验，并具备深厚的机器学习基础设施经验
- 算法优化：在云端环境中优化计算机视觉及其他机器学习算法的深厚经验，包括GPU级别的算法优化（如CUDA、内核调优）
- 编程：精通一种或多种系统级语言（如Python、Go、Rust、C++）
- 系统基础：深入理解数据密集型应用的服务和路由基础（如速率限制、负载均衡、计算预算、并发）
- 基础设施：具备容器（Docker）、编排（Kubernetes）和云服务商（AWS/GCP）的使用经验
- 基础设施即代码：熟悉基础设施即代码工具（如Terraform）
- 心态：具备在快速变化环境中独立解决复杂问题的能力
福利待遇
- 有竞争力的薪资和股权激励
- 全面的福利待遇
- 参与前沿物理人工智能研究的机会
- 与顶尖机器人、自动驾驶和计算机视觉团队合作
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。