拼多多机器学习平台工程师(高级)

1、负责模型工程各个子系统的设计和迭代，包括模型在线推理、高性能KV平台等系统; 2、负责新技术调研和预研，紧跟模型工程的前沿技术; 3、负责重点项目的跟进，和业务团队密切合作，高效保质完成项目目标; 4、负责机器学习平台瓶颈的分析和优化，提升机器学习平台整体能力。

1. 负责数据闭环系统的建设，开发多模态数据的存储、数据检索、数据清洗与挖掘、数据质检的工具链，支撑大规模数据的自动化处理； 2. 结合业务场景，支撑算法模型的工程化落地，以数据驱动加速模型的快速迭代验证； 3. 负责海量数据治理落地，建设包括数据血缘、数据安全、数据合成与增强等能力； 4. 探索工程化智能化数据分析以及挖掘方法，从海量数据挖掘优化机会点，并量化指标和收益。

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. 负责模型评测系统的场景建设、评测工具链建设等，加速评测体系的快速迭代验证； 2. 与多方对齐需求，进行技术可行性评估，需求拆解和排期，方案设计与核心模块开发，并对进度和风险进行管理； 3. 负责评测平台部署及上线后运维管理，识别稳定性和易用性及效率问题并持续改进。