大疆中/高级机器学习平台工程师（训练平台）
任职要求
1. 精通Go/Python，熟悉Kubernetes+Docker云原生技术栈； 2. 深度掌握至少两家主流公有云API；…
工作职责
1. 构建多云异构资源调度体系，整合多家云厂商的AI算力资源，设计优先级策略，实现跨平台资源池化管理和高效动态分配； 2. 设计数据智能路由方案，确保训练数据在混合云环境下高效流动，优化跨云数据同步效率； 3. 对接MLOps系统，实现训练任务编排、版本控制、模型监控等功能的深度集成； 4. 开发资源效能监控系统，实时追踪GPU利用率、任务排队时长等核心指标。
1. 负责一站式机器学习平台的架构升级，支撑百亿级广告收入规模下的商业化算法模型高效迭代 2. 负责深度学习工作流各环节的深度优化，包括特征和样本生产提效，模型训练加速等 3. 与商业化算法团队密切合作，支撑广告算法前沿技术探索和落地
团队介绍： "阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。" 职位描述： 1. 打造行业领先的AI工程平台： 设计并构建支撑算法模型高效迭代的标准化平台体系（特征平台、训练平台、在线推理框架等），打通算法创新与业务验证的“任督二脉”，加速模型价值落地。 2. 攻坚大模型工程化挑战： 深入探索生成式AI（AIGC）技术在实际业务中的规模化落地，主导大模型训练、推理加速、性能优化等核心工程难题的解决。 3. 开拓AI创新应用的边界： 积极探索AI在搜索/推荐/广告（搜推广）等核心场景的颠覆性应用（如生成式召回、生成式排序、行为大模型），以及AI Agent技术在智能运维、资源优化、智能客服助手等领域的创新实践，为业务创造新价值。
1. 负责业界/学界SOTA方案调研和原型验证； 2. 结合公司业务特点，给出AI Infra建设规划（重点是训练&推理优化）； 3. 针对不同技术方案的成本、收益，给出方案选型建议； 4. 方案落地过程中进行风险把控和方向纠偏； 5. 指导一线工程师解决新方案落地过程中的卡点。
1. 负责自研机器学习平台的研发，设计和实现机器学习平台相关的基础设施和工具链； 2. 负责机器学习平台的需求落地，关注模型训练、推理过程中的稳定性、资源利用率等问题； 3. 负责GPU集群的运维工作。