工作职责：
1.设计并实现创新的机器学习解决方案，并将其应用到大规模分布式机器学习系统中。
2.适配最新的机器学习算法与架构，深入主流的机器学习框架，对框架进行调整、改进和优化。
3.研究核心技术突破点，在模型并行、数据-计算结合等方面打造机器学习系统性能与易用性优势。
4.对服务整体稳定性负责，分析并深入发现系统风险点，提高系统服务在各种风险下的容错能力。

任职要求：
1.有比较扎实的计算机理论基础，熟练使用C/C++编程，对数据结构和算法有较为深刻的理解。
2.具有快速学习的能力，有灵活应用开源项目的经验。
3.具备英文文档阅读分析能力，良好的沟通能力和团队协作能力。
4.对技术有执着的追求和热爱，并对新技术持有敏感性并愿意致力于新技术的探索和研究，对解决具有挑战性问题充满激情。

加分项：
1.深入了解业界主流机器学习框架如Pytorch/Tensorflow/Mxnet等中至少一种，社区核心贡献者优先。
2.在异构计算或并行计算系统开发方面有丰富经验，如CUDA，OpenCL，OpenMP，MPI等，并能有效利用这些技术进行高效计算优化。
3.有成熟的大规模分布式机器学习系统设计与实施经验，例如对Megatron-Deepspeed、Colossal-ai等有深入理解和实践。
4.在OSDI/SOSP等**会议或期刊上发表过相关领域的论文。
5.对分布式系统中的容错、一致性、并发性和安全性等问题有深入的理解，并能应用如ZooKeeper、Etcd等工具进行处理。
6.深入了解 YARN、Kubernetes、Hadoop、Spark、Flink、Horovod等系统和生态，在社区有过相关代码贡献者优先。
工作地点：北京、上海、深圳、新加坡；