训推平台工程师(J20394)

● 构建端到端训练流水线（Argo Workflows） ● 基于 Volcano 实现 gang、拓扑感知、抢占调度 ● 优化 PyTorch 分布式训练性能（DDP） 【任职要求】 必备技能 ● 熟悉 Argo Workflows、Volcano ● 具备 PyTorch 分布式训练经验 ● 理解 NCCL / UCX ● 熟练掌握 Kubernetes 加分技能 ● 大规模分布式训练或自动驾驶训练经验