返回岗位列表

大模型系统与机器学习平台开发工程师

查看原岗位

地点：北京薪资：薪资未公开日期：2026-01-29

岗位摘要

与公司算法和框架团队深度合作，为大模型进行算法与算力深度结合的联合优化；打造超大规模高效可靠的大规模算力平台，提升平台可用性、容错性及训练任务的运行和开发效率；进行前瞻性技术调研并进行自主创新，保持公司在大模型系统方面的技术领先地位

岗位职责

与公司算法和框架团队深度合作，为大模型进行算法与算力深度结合的联合优化
打造超大规模高效可靠的大规模算力平台，提升平台可用性、容错性及训练任务的运行和开发效率
进行前瞻性技术调研并进行自主创新，保持公司在大模型系统方面的技术领先地位
负责机器学习平台的开发，支撑公司相关业务的算法生产与高效迭代
负责设计和实现机器学习相关的基础设施、工具链、训推产品等，并推动落地到业务中
负责训推任务的监控、问题监测、性能调优，实现降本增效
探索业界前沿的AI Ops相关技术，持续提升平台能力、降低算法使用成本

任职要求

统招研究生及以上学历，计算机科学、人工智能或相关领域专业
了解前沿的AI技术，有工程实践经验者优先
熟练掌握Linux环境下的C/C++、Go、Python语言
了解或使用过常用MLOps和任务调度框架之一：Kubeflow、MLFlow、Volcano，或类似自研项目
熟悉英伟达/AMD/国产GPU/NPU计算卡的环境配置和编程
熟悉RoCE/IB等高速网络环境配置和编程
熟悉CUDA、NCCL等计算和通信库的原理和使用
熟悉CUDA和NCCL相关问题的调研和排错者优先；具有二次开发能力者优先
熟悉TensorFlow/PyTorch模型的训练和部署；掌握K8s扩展功能开发者优先
了解Agent原理和技术进展，有工程实践经验者优先
了解业界常用深度学习框架，如Tensorflow/PyTorch，了解常用的分布式加速库包括但不限于：Megatron、DeepSpeed等
具有独立解决问题的能力，良好的团队合作精神
有强烈的工作责任心，较好的学习能力、沟通能力和自驱力
有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档