得物机器学习平台研发工程师/专家
任职要求
1. 计算机或电子通信相关专业本科以上，3年以上Python/Java开发经验； 2. 有一站式机器学习平台设计和开发经验，熟悉MLOps平台化开发工作； 4. 熟悉搜索/广告/推荐模型训练和预估推理流程，了解深度学习训练框架、推理框架； 5. [加分项…
工作职责
1. 负责一站式机器学习平台的设计研发与迭代改进，包含前端，后台，平台任务流程设计和研发，为算法同学提供一站式模型训练和上线服务的能力； 3. 协同训练框架、推理框架等团队确保一站式服务平台的稳定性和易用性； 4. 服务算法模型团队，提供样本管理、模型开发调试、模型训练任务管理和版本管理、一键式上线服务部署等功能的平台化能力； 5. 对接容器算力团队，屏蔽算法团队对底层算力资源的感知，提供模型训练和模型服务的资源和任务调度能力； 6. 负责模型平台的任务、资源、成本等数据收集和自动化分析、展示功能开发，推动公司机器学习成本优化工作。
我们是得物机器学习平台团队，负责构建面向搜索推荐场景的一站式深度学习平台。你将参与机器学习平台的研发工作。 专注于每日数百亿PV请求的在线高可靠、高并发的CPU/GPU异构推理计算框架和通用的特征平台建设；
团队负责研发一站式搜广推模型机器学习平台，该岗位专注于面向搜索/推荐/广告场景的机器学习分布式训练系统研发 1、负责研发搜广推稀疏大模型分布式GPU同步训练框架，支持GPU单机多卡、多机多卡训练，支持稀疏参数的多级缓存架构和异步流水训练，满足搜广推稀疏大模型离线训练、在线学习、特征准入和淘汰等算法需求； 2、负责TensorFlow/Pytorch框架的后端GPU训练性能优化，个别自定义GPU算子的cuda kernel开发和优化； 3、参与样本数据平台、搜推模型全链路解决方案、LLM4REC等重要方向的研发，提升平台的效率和易用性，加速算法同学的模型迭代效率。
阿里云PAI团队致力于打造业界一流的一站式AI工程化平台，拥有万卡级训练能力与超大规模异构资源调度技术，为复杂模型训练与推理任务构建坚实基座。PAI平台不仅是通义大模型研发与落地的核心基础设施，也作为公共云服务的关键载体，支撑众多行企业构建大模型核心业务。平台提供从数据标注、预处理、模型训练、推理服务到开发环境与工作流调度的全链路工程支持，全面覆盖AI项目从实验探索到规模化落地的完整价值链。作为平台研发工程师，您将深度参与以下工作： 1. 负责大规模异构资源管理与模型训练服务的全流程开发，包括需求分析、架构设计、软件开发、质量保障与部署上线。 2. 持续开展系统模块的深度剖析与迭代优化，提升资源利用效率、任务成功率与启动速度，降低使用门槛，增强产品满意度与客户粘性。 3. 负责平台线上环境的实时监控、故障定位与性能调优，为客户提供及时的专业技术支持，保障平台服务的高可用与高稳定运行。 4. 紧密追踪大模型、AIGC等前沿技术趋势，洞察并提炼高价值用户需求，推动平台功能持续演进与技术架构升级。
1、负责高德算法平台的设计研发与迭代改进，为各业务线提供稳定易用、高性能的平台解决方案； 2、负责核心模块的设计与开发，支撑模型训练、自动迭代、特征平台、模型服务、模型管理、资源调度、服务可观测等AI全生命周期研发工作； 3、持续跟进业内AI平台与前沿技术进展，推动新技术在高德落地。