米哈游大模型训练平台研发工程师
社招全职5年以上程序&技术类地点：上海 | 北京状态：招聘
工作描述
任职要求 1. 5 年以上 Kubernetes 深度使用或二次开发经验，熟悉 Scheduler Framework、CRD、Operator； 2. 有 大规模 GPU 集群（≥100 卡）调度系统 实战经验，熟悉 Volcano / Kueue / YuniKorn 等批处理调度器； 3. 了解分布式训练通信原理，有 NCCL 调优、RDMA 故障排查、AllReduce 性能分析经验优先； 4. 参与过企业级机器学习平台（如 Kubeflow, Metaflow, SageMaker, PAI）核心模块开发； 5. 熟悉主流…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
Kubernetes+
https://kubernetes.io/docs/tutorials/kubernetes-basics/
This tutorial provides a walkthrough of the basics of the Kubernetes cluster orchestration system.
https://kubernetes.io/zh-cn/docs/tutorials/kubernetes-basics/
本教程介绍 Kubernetes 集群编排系统的基础知识。每个模块包含关于 Kubernetes 主要特性和概念的一些背景信息，还包括一个在线教程供你学习。
https://www.youtube.com/watch?v=s_o8dwzRlu4
Hands-On Kubernetes Tutorial | Learn Kubernetes in 1 Hour - Kubernetes Course for Beginners
https://www.youtube.com/watch?v=X48VuDVv0do
Full Kubernetes Tutorial | Kubernetes Course | Hands-on course with a lot of demos
开发框架+
[英文] Understanding Modern Development Frameworks: A Guide for Developers and Technical Decision-makers
https://www.freecodecamp.org/news/understanding-modern-development-frameworks-guide-for-devs/
Volcano+
[英文] Tutorials
https://volcano.sh/en/docs/tutorials/
This section provides guidance to help you quickly get started with Volcano, from deploying a basic Volcano Job/Deployment, to integrating with Volcano Queues
NCCL+
https://developer.nvidia.com/nccl
The NVIDIA Collective Communication Library (NCCL) implements multi-GPU and multi-node communication primitives optimized for NVIDIA GPUs and networking.
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
还有更多 •••
相关职位
社招3年以上技术类
1.计算机科学、软件工程、人工智能或相关专业本科及以上学历，3年以上AI平台相关经验； 2.具备良好编码能力与扎实的算法功底，熟练掌握Python/Go/C++等至少一种主流编程语言，能高效完成模块开
更新于 2026-03-23上海
社招2年以上
1.熟悉Megatron/PyTorch等框架的基本的训练流程； 2.掌握GPU/NPU等工作原理、常见操作命令，至少熟练掌握一种编程语言：CUDA或Python中的一种或多种，具备扎实的工程能力和调
更新于 2025-12-15杭州
社招3年以上云智能集团
1. 计算机及相关专业背景，具备扎实的计算机基础与系统化思维能力，熟悉Python/C++语言和常用设计模式，具备复杂系统的设计开发调试能力。 2. 熟悉深度学习的基础理论概念，熟悉Transform
更新于 2026-07-09北京|杭州
社招技术类
1）扎实的编程能力（Golang / Python），良好的数据结构与算法基础； 2）理解分布式系统基本概念（通信、调度、容错）； 3）熟悉 PyTorch 训练机制与源码结构； 4）具备性能分析能力
更新于 2026-04-30上海