滴滴27届秋储-资源管理顾问实习生（系统部）

1、参与gpu集群资源调度管理开发，通过训练推理工作负载的资源复用，提高gpu资源使用效率 2、协助负责AI资源（尤其是GPU）的全生命周期管理，涵盖产品选型、资源交付、日常调度与优化 3、参与分布式通信库的设计、开发与优化，支撑大规模GPU/AI训练任务，提高资源使用效率。

1、协助负责 AI/机器学习平台相关引擎与基础设施的研发和维护，包括 Ray 分布式计算框架及相关训练、推理服务 2、协助负责承接平台方和业务方在模型训练、模型部署、数据处理等方向的需求，推动开源及内部系统的二次开发与持续优化 3、针对用户在分布式训练、任务编排、资源利用率、服务稳定性等方面的痛点，提供可落地的优化方案 4、建设自动化运维、监控告警和故障处理能力，保障机器学习平台日常稳定运行并持续提升系统效率。

1、以业务目标为导向，深入滴滴一线业务场景，理解与挖掘业务诉求，支持独立业务模块的数据内容建设与产品设计，推动数据驱动的业务决策 2、对业务逻辑进行抽象与结构化，构建面向智能决策的数据产品体系，探索 AI 技术（如分析Agent、数据洞察自动化）在数据产品中的应用，提升数据消费的效率和体验 3、深入产品、研发、运营等环节，综合协调资源推进数据产品项目落地，保障目标达成 4、承担产品运营和应用落地工作，与用户保持良好沟通，建立需求反馈和产品运营机制。

1、面向公司研发部门的提供稳定、高效、易用的存储组件产品，负责架构和运维体系设计、研发工作 2、持续优化存储组件稳定性、性能、成本、可用性、可扩展性、可维护性等 3、深入理解业务场景和需求，发掘和思考技术演进方向，交付高质量结果。