机器学习资源调度系统工程师

1. 负责机器学习平台的资源调度系统设计与优化，提升集群资源利用率。 2. 构建和维护大规模算力集群，支撑大规模分布式训练、推理等多样化 AI 工作负载，保障高可用与高性能运行。 3. 与算法和工程团队协作，优化训练任务调度策略，针对 GPU 计算、显存、互联带宽等关键路径进行性能调优，降低训练成本与时间。 4. 建设覆盖硬件、驱动、调度链路的全栈可观测体系，基于监控数据驱动资源优化与容量预测决策。 5. 开发自动化运维工具，实现任务调度、监控告警与故障自愈能力。 6. 跟踪业界前沿技术，持续改进集群管理与调度架构。 【任职要求】 1. 计算机基础扎实，熟练掌握Go、Python或Java至少一种编程语言。 2. 3年以上软件开发或系统架构经验，有大规模集群管理经验者优先。 3. 熟悉Kubernetes、Containerd、Docker等云原生核心技术栈和云原…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 3320 个北京技术研发岗位，其中 85 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 28K（25~75 分位），中位约 20K，最低 2K、最高 60K。