工作职责:

-负责百度百舸大规模AI计算集群基础设施和产品的设计与研发工作，支撑内部业务和外部客户需求
-基于标准Kubernetes技术，构建异构多芯计算集群，优化GPU集群自愈、资源调度、虚拟化、Serverless等核心能力，有效提升AI集群资源效率
-基于AI算力集群，研发大规模分布式训练、分布式推理系统技术，有效提升系统容错能力和性能
-研发大模型时代的机器学习平台，支持模型开发、模型训练、模型部署、数据工程、工作流等AI工程全周期场景
-提升服务和产品的稳定性，优化服务性能和可扩展性

任职要求:

-计算机及相关专业，本科及以上学历
-熟悉Kubernetes工作原理，熟悉调度器、资源扩展机制、容器运行时、容器网络等技术，有Kubernetes开发和维护经验
-对Kubeflow、Volcano、Pytorch、Ray、GPU芯片架构有一定了解者优先
-具备良好的沟通能力和团队协作精神，严谨的工作态度，注重工程质量，有独立解决各种系统问题的能力
-善于学习新的知识，动手能力强，有强烈的责任心，喜欢钻研技术