岗位职责
- 负责维护机器学习系统的稳定运转，支持模型开发、训练与部署的多个环节；
- 负责集群、业务服务的稳定性治理，资源利用率提升和运维人效提升；
- 负责性能优化与架构升级，持续提升数据预处理/训练/推理性能；
- 与算法工程师深度合作，为重点项目进行算法与系统的联合优化。
职位要求
- 一年以上运维开发项目经验；
- 熟练掌握Linux环境下的C++/Python/Shell等1至2种以上语言；
- 有大型分布式系统的资源管理和任务调度系统运维经验，熟悉Kubernetes生态和架构，具备1年以上相关的运维经验；
- 熟悉Docker等容器化技术，具备1年以上运维经验；
- 对PyTorch/TensorFlow框架有了解，了解常见的机器学习算法；
- 有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，良好的团队合作精神；有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分。
