地平线【地瓜机器人】算力平台工程师
任职要求
核心技能 1. 5 年以上 AI Infra / 云原生平台 / 机器学习平台 / 后端工程 / 基础架构相关经验，具备 3 年以上 Kubernetes、AI 平台、PaaS 平台、算力调度平台或分布式训练平台建设经验。 2. 熟悉 Kubernetes 基础能力，理解 Pod、Job、CRD、Operator、镜像、存储挂载、资源配额、调度策略等机制，具备容器化任务排查和平台集成经验。 3. 熟悉 AI 算力调度系统，有 Volcano / Slurm / Kueue / Ray / YARN 等一种或多种系统的使用、运维、平台集成或开发经验。 4. 熟悉 GPU 资源管理与调度机制，理解 GPU 资源分配、显存隔离、MIG、GPU 共享、拓扑感知调度、队列调度、Gang Scheduling、弹性调度等常见场景。 5. 熟悉云原生分布式训练平台相关生态，具备 Kubeflow、Volcano、Kueue、Argo Workflows、Ray、Slurm 等一种或多种系统的实际使用或平台集成经验，理解分布式训练任务的提交、编排、调度、监控、重试、弹性伸缩等核心机制。 6. 熟悉 PyTorch 分布式训练机制，理解 DDP、FSDP、Tensor Parallel、Pipeline Parallel、Data Parallel、ZeRO 等常见并行训练策略。 7. 熟悉 NCCL / MPI / Gloo 等通信机制，具备分布式训练通信问题排查…
工作职责
岗位核心价值 负责公司大规模 AI 算力平台、调度平台及分布式训练平台的架构设计、建设落地、运维优化与能力迭代，支撑大模型训练、推理服务、自动驾驶模型训练等核心业务高效稳定运行。基于 Kubernetes、Volcano / Slurm、Kubeflow / Ray、PyTorch 等技术体系，打造高可用、高弹性、高资源利用率、易用稳定的智能算力基础设施平台。 核心工作职责 1. 算力平台与 PaaS 平台建设： 主导或参与 AI 算力平台、容器平台、PaaS 平台的架构设计与建设，包括集群管理、资源池化、配额管理、任务管理、镜像管理、权限管控等核心能力建设，提升平台易用性与稳定性。 2. 调度系统设计与优化： 负责 Kubernetes / Volcano / Slurm / Kueue / Ray 等调度或编排系统的搭建、优化与二次开发，围绕 GPU 资源调度、队列管理、优先级、抢占、Gang Scheduling、弹性调度、拓扑感知调度等场景进行优化，提高集群资源利用率与任务吞吐能力。 3. AI 任务与分布式训练平台能力建设： 面向大模型训练、推理、数据处理等场景，建设任务提交、任务编排、生命周期管理、日志查询、资源监控、失败重试、断点续训、Checkpoint 管理、任务诊断等平台能力，提升算法团队和客户的使用效率。 4. 训练框架适配与集成： 负责 PyTorch、TensorFlow、Megatron-LM、DeepSpeed、FSDP、Horovod、Ray Train 等训练框架在算力平台上的适配与集成，提升分布式训练任务的接入效率、运行稳定性和平台兼容性。 5. 资源管理与成本优化： 负责 GPU / CPU / 存储 / 网络等资源的统一管理与容量规划，建设资源画像、利用率分析、资源回收、闲置治理、成本统计等能力，推动算力资源高效利用。 6. 国产 GPU 与异构算力适配： 参与国产 GPU / AI 加速卡在算力平台和训练平台中的适配工作，包括驱动环境、容器镜像、训练框架、算子兼容、模型迁移、性能调优等，推动国产算力在客户训练场景中的落地。
1、参与具身智能（人形机器人）产品与市场研究：行业趋势、标杆案例、竞品能力拆解、客户需求画像； 2、协助输出产品与解决方案物料：产品介绍、卖点提炼、对外话术、案例包装等； 3、协助推动产品需求管理：需求收集与分析、PRD/需求文档撰写； 4、协助做Go-to-market相关工作：方案商与上游厂商信息收集、商务活动支持； 5、参与客户/伙伴沟通支持：会议纪要、问题清单、需求澄清、交付流程跟进等。
1. 地瓜英文社区在地瓜开发板RDK系列上的技术支持，如英文论坛、Discord、Youtube、X等平台，英文读写流利者优先； 2. 参与机器人（如轮式、点足、机械臂等）在RDK系列上的应用开发工作，要求对硬件熟悉，如底层设计、串口通信、底板焊接等，有一定C++、C、Python等编程语言基础，了解AI相关工作流为加分项； 3. 积极支持地瓜社区和相关出海活动，如线上直播、线下比赛等，有一定交流和沟通能力。有参加过相关机器人竞赛者优先，如RM、地瓜智能车竞赛等。
一、核心使命 以技术为核心驱动力，制定并落地公司 IT 中长期战略，统筹 IT 架构、运维、安全、数据、数字化项目等全领域工作，保障 IT 系统稳定高效运行，推动技术与业务深度融合，提升组织运营效率与核心竞争力。 二、工作职责 IT 战略与规划 结合公司发展战略，制定 IT 中长期规划（3-5 年）与年度计划，明确技术路线图、资源投入预算及落地里程碑； 主导技术架构顶层设计，统筹云原生、大数据、人工智能等新技术选型与应用，搭建灵活可扩展的企业级 IT 架构； 评估技术趋势与行业标杆实践，推动技术创新与场景落地（如数字化转型、业务流程自动化等），为业务增长提供技术支撑。 全链路 IT 管理 统筹 IT 基础设施（服务器、网络、存储、云资源等）的规划、部署、运维与优化，保障核心业务系统稳定运行； 主导信息安全体系建设，制定数据安全、网络安全、合规管理等制度与流程，防范网络攻击、数据泄露等风险，确保符合行业监管要求（如等保、GDPR 等）； 统筹数字化项目全生命周期管理（需求调研、立项、开发、测试、上线、迭代），协调跨部门资源，确保项目按时、按质、按预算交付； 负责 IT 资产（硬件、软件、授权）全生命周期管理，优化 IT 资源分配，控制 IT 运营成本，提升投入产出比。 团队与组织建设 搭建 IT 团队组织架构，负责核心人才招聘、培养、激励与梯队建设，提升团队技术能力与执行力； 建立 IT 部门绩效考核、工作流程与协作机制，推动跨部门（业务、财务、人力等）技术协同，提升组织运营效率； 塑造技术驱动、创新进取的团队文化，推动知识沉淀与技术分享。 风险与合规管控 建立 IT 风险预警与应急响应机制，制定灾备方案并定期演练，快速处置系统故障、安全事件等突发问题； 统筹 IT 合规管理，确保 IT 系统、数据处理、技术采购等符合国家法律法规及公司内部制度要求； 定期向管理层汇报 IT 工作进展、风险状况及优化建议，为决策提供数据支撑。
方向： 机器人模型上机 / 整机联调 / 客户 POC 交付 岗位定位： 将云侧训练完成的 VLA、策略模型等部署到真实机器人，贯通「模型输出 → 中间件 → 控制系统 → 执行器」全链路，推动模型在真实场景稳定安全运行。融合运控、系统集成、模型部署与客户交付能力，核心解决具身模型从训练到落地的工程化问题。 岗位职责： 1. 模型上机部署：将 VLA / 模仿学习 / 强化学习模型接入真机，完成观测空间与动作空间适配（关节位置、速度、力矩、末端位姿、底盘速度等）。 2. 部署链路搭建：设计「云端训练 → 边缘推理 → 机器人控制器」架构，覆盖推理、实时控制、安全策略、通信协议与控制频率等模块。 3. 整机联调：对接机械臂、移动机器人、人形等多种本体，集成 ROS/ROS2、厂商 SDK、驱动、传感器及控制器，完成运控链路搭建与整机调试。 4. 运控优化：开发 / 集成运动学、轨迹生成、位置 / 速度 / 力矩 / 阻抗 / 力控制等能力，提升动作平滑性、精度、响应、稳定性与安全性。 5. Sim2Real 适配：基于 MuJoCo / Isaac Sim / Gazebo 等仿真环境验证，完成坐标、控制周期、数据归一化、传感器与动力学参数适配。 6. 客户交付：理解客户本体与场景，制定部署方案，参与远程或现场部署、问题定位与验收。 7. 能力沉淀：将适配接口、控制模块、诊断工具与部署流程标准化，建设适配层与工具体系。 8. 闭环反馈：与训练、数据、仿真、云平台团队协作，将真机数据与问题反哺训练与工具链。