岗位描述： 1 负责一站式机器学习平台的研发与迭代，包括前端、后台、平台任务流设计与研发，开发高可用的机器学习MLOps平台 2 搭建稳定高可用计算集群基础设施(GPU&CPU)，了解vgpu或者gpu共享机制尤佳,持续跟进业界先进开源组件和方案并落地到项目中，如k8s,docker,argo,vocalno等,实现自动化、健康检查、实时监控性能指标等 3 维护平台数据、训练和部署，负责线上服务日常运营，能够及时响应故障报警、快速解决问题恢复业务 4 搭建高可用企业生产系统

要求： 1 本科5年以上开发经验，计算机相关专业，有扎实的编程基础，具有DevOps、MLops相关背景优先 2 熟悉python全栈应用开发，熟练掌握开发框架如fab等，熟悉数据库操作 3 熟悉kubernetes架构及基本使用，具有kubernetes开发能力者优先。熟悉多项大数据处理/分析相关工具如spark、hdfs等 5 熟悉linux基础操作、配置、日志排查等 6 要求候选人性格稳重、主动思考、抗压、学习能力强、有较好的合作意识、团队合作能力、且有进取心 加分项： 1 有0-1搭建基础设施devops使用经验 2 有MLOPOS或者AIOps项目开发经验优先 3 有开源项目、技术博客撰写爱好、能分享高可用系统在先进制造中见解和经验 4 有搭建分布式GPU集群、多机多卡GPU互联软件栈经验，具备GPU环境下丰富的debug、性能优化经验