职位描述
职责：
1. 负责AI平台的系统架构设计与开发运维工作，提供端到端的交付能力，包括模型设计，构建和测试等；
2. 集成云原生能力，开发调度，训练，推理等相关功能，提升平台资源利用率和扩展能力；
3. 负责线上环境的维护，监控，调优，和故障定位；
4. 持续运营，改进平台性能、易用性和稳定性，优化用户体验。


要求：
1. 计算机、通信相关专业大学本科及以上学历，3年及以上相关工作经验；
2. 熟练掌握Golang或者Python等编程语言，良好的编程基础；
3. 熟悉机器学习，深度学习架构如TensorFlow、Caffe、Pytorch等，具备云上AI开发运维经验；
4. 熟悉云原生相关技术，如Kubeflow、Kubernetes、Operator等，具备二次开发经验；
5. 熟悉调度器原理实现，有过kube-scheduler，GPU调度相关研发经验；
6. 具备大规模GPU集群运维经验，能够持续优化集群使用效率并快速定位使用过程中遇到的问题；
7. 具备强烈的责任心和良好的抗压能力，做事积极乐观主动。