|
|
| |
| |
职位描述 用小程序查看更多 |
|
职责
1.负责跨地域大规模分布式AI平台的设计和开发，统筹优化跨地区的数据中心算力资源；
2.多类型计算任务和异构资源的抽象和API设计，优化和适配分布式资源管理和调度系统包括kubernetes，slurm等；
3.分析和解决分布式系统的可用性，性能，规模，容错以及安全挑战。
任职要求
1.博士学历，计算机或电子信息相关专业；
2.有丰富的Golang开发经验，熟悉存储，缓存，通信等常用中间件，能进行深度的性能优化；
3.熟悉网络编程，TCP/IP协议以及HTTP协议,熟悉常用的数据结构与算法；
4.理解AI分布式训练，包括业务场景，计算特点以及对平台的技术挑战；
5.具有kubernetes,slurm,openstack等集群管理系统或者大规模云服务的开发经验；
6.【加分项】熟悉AI分布式训练技术栈者优先，tensorflow，pytorch，MPI，CUDA，Horovod，NCCL，kubeflow；
7.具备较强的学习能力和责任心，良好的沟通协作能力。 |
|
| |
|
|
| |
|
