机器学习系统工程师

设计和实现机器学习系统所需要的大规模分布式计算系统，参与机器学习全生命周期（训练、推理、MLOps、CI/CD、AB testing) 组件的开发与优化。 构建业界领先的超大规模稀疏训练引擎，通过软硬件协同以及工程算法联合优化，持续榨取高性能异构硬件的性能潜力，不断推高分布式训练的性能天花板。 构建业界先进的多模态、大语言训练引擎，通过持续的分布式训练优化，不断提升算法的训练规模，提升硬件的使用效率。 构建超大规模全流程机器学习平台，覆盖从特征工程、样本构建到模型量化交付，并通过构建SQL计算引擎、分布式特征服务、样本湖等，提升特征样本计算存储效率。图学习、联邦学习、强化学习等多个AI方向算法工程解决方案的探索和落地。 在机器学习系统的前沿领域（如分布式训练、软硬协同设计等）参与应用驱动的研究。

精通C/C+、Java、Python等至少一门编程语言，了解至少一种主流机器学习建模框架； 对于机器学习和数学有较强的理解能力，有机器学习领域经验（计算机视觉、语音、NLP、推荐系统）优先； 热衷于数据结构和算法、在ACM大赛成绩优异者优先；有实际成果并发表在国际顶级会议、期刊者优先； 熟悉异构计算和高性能计算，有GPU、端侧等软硬件优化经验者优先； 熟悉常用机器学习算法，有linux下开发经验的，大规模数据处理经验优先。