{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型训练平台工程师",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "香港",
        "work_mode": "现场办公",AI生成
        "job_category": "AI平台基础设施研发工程师"AI生成
    },
    "company": {
        "company_name": "深圳英飞思科技",
        "company_industry": "人工智能",
        "company_size": "20-99人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 35000,
            "max": 50000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 3,
        "degree": "硕士",
        "language": "中英双语",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "入职香港理工大学，是学校雇员，base⾹港，不接受请勿投递。\n岗位职责\n1. 负责⼤模型训练平台设计与研发，建设 GPU 资源管理、训练任务调度、推理服务及 MLOps 平台能⼒，支持大模型⾼效训练与迭代。\n2. 负责 GPU 集群建设与优化，基于 Kubernetes + NVIDIA GPU Operator 搭建计算平台，包括资源调度、容器环境、GPU 软件栈（CUDA、Driver、NCCL 等）配置与优化。\n3. 负责训练平台核心工具链建设，包括训练任务编排、自动化 Pipeline、基础镜像管理、数据加载及模型版本管理。\n4. 与算法团队协作，支持 PyTorch Distributed、Megatron、SGLang 等分布式训练框架优化，提升训练效率与稳定性。\n5. 建设平台监控与自动化运维体系，完善 GPU、网络、存储及训练任务的监控、告警和故障定位能力。\n任职要求\n1. 计算机、通信、电子等相关专业硕士及以上学历。\n2. 有5年以上的后端研发经验或3年以上的分布式系统或大规模计算平台研发经验\n3. 熟悉大模型训练流程，了解训练、推理、评测等完整链路。\n4. 熟练掌握 Python / Go 等编程语言，具备良好的工程开发能力。\n5. 熟悉 Kubernetes、Docker、GPU 调度及 AI 计算环境建设。\n6. 熟悉 NVIDIA GPU 架构、CUDA、NCCL、InfiniBand 等高性能计算技术。\n加分项\n1. 千卡级 GPU 集群训练集群组建经验者优先。\n2. 熟悉 Ray、DeepSpeed、PyTorch、Megatron、vLLM、 SGLang 等大模型训推框架者优先。\n3. GPU训练平台、MLOps 平台或分布式系统建设经验优先。\n4. 熟悉 HDFS、GPFS、JuiceFS 等大规模存储系统者优先。",
        "skills": [AI生成
            "分布式/微服务系统设计",
            "云平台与云计算",
            "编程与代码实现",
            "模型训练与算法优化",
            "Linux/DevOps/CI-CD",
            "调试排障与技术支持",
            "快速学习与自驱"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/b6a43bb0bac3cc910nJz3d-6GVRY.html"
            }
        ]
    },
    "posting": {
        "posting_id": "b6a43bb0bac3cc910nJz3d-6GVRY",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/b6a43bb0bac3cc910nJz3d-6GVRY.html"
    },
    "fulltext": "入职香港理工大学，是学校雇员，base⾹港，不接受请勿投递。\n岗位职责\n1. 负责⼤模型训练平台设计与研发，建设 GPU 资源管理、训练任务调度、推理服务及 MLOps 平台能⼒，支持大模型⾼效训练与迭代。\n2. 负责 GPU 集群建设与优化，基于 Kubernetes + NVIDIA GPU Operator 搭建计算平台，包括资源调度、容器环境、GPU 软件栈（CUDA、Driver、NCCL 等）配置与优化。\n3. 负责训练平台核心工具链建设，包括训练任务编排、自动化 Pipeline、基础镜像管理、数据加载及模型版本管理。\n4. 与算法团队协作，支持 PyTorch Distributed、Megatron、SGLang 等分布式训练框架优化，提升训练效率与稳定性。\n5. 建设平台监控与自动化运维体系，完善 GPU、网络、存储及训练任务的监控、告警和故障定位能力。\n任职要求\n1. 计算机、通信、电子等相关专业硕士及以上学历。\n2. 有5年以上的后端研发经验或3年以上的分布式系统或大规模计算平台研发经验\n3. 熟悉大模型训练流程，了解训练、推理、评测等完整链路。\n4. 熟练掌握 Python / Go 等编程语言，具备良好的工程开发能力。\n5. 熟悉 Kubernetes、Docker、GPU 调度及 AI 计算环境建设。\n6. 熟悉 NVIDIA GPU 架构、CUDA、NCCL、InfiniBand 等高性能计算技术。\n加分项\n1. 千卡级 GPU 集群训练集群组建经验者优先。\n2. 熟悉 Ray、DeepSpeed、PyTorch、Megatron、vLLM、 SGLang 等大模型训推框架者优先。\n3. GPU训练平台、MLOps 平台或分布式系统建设经验优先。\n4. 熟悉 HDFS、GPFS、JuiceFS 等大规模存储系统者优先。"
}