企业微信-机器学习平台调度工程师-（北京/成都）
Tencent
企业微信-机器学习平台调度工程师-（北京/成都）
Job Description
企业微信-机器学习平台调度工程师-（北京/成都）
📋 Job Overview
The Enterprise WeCom Machine Learning Platform Scheduling Engineer role involves leading the global resource scheduling for large-scale GPU clusters to optimize resource utilization and ensure efficient operation of offline and online tasks. The position focuses on enhancing the coordination of high-speed RDMA networks, distributed storage, and computing resources to address performance bottlenecks in large-scale training tasks. Additionally, it entails building high-availability scheduling frameworks using Kubernetes and Docker, supporting distributed training, and exploring advanced areas like hybrid cloud and heterogeneous computing for platform innovation.
📍 Location: Guangzhou, China
🏢 Business Unit: WXG
📄 Full Description
2.深入优化RDMA高速网络、分布式存储与计算资源的协同调度，有效解决大规模训练任务中的性能瓶颈，提升整体计算效率；
3.基于Kubernetes、Docker等云原生技术，构建高可用调度框架，全面支持分布式训练框架，实现任务编排、容灾与混部能力，并深入K8s调度器、CSI插件及CRD的开发，推动大规模训推技术的实际落地；
4.积极探索混合云、虚拟化等异构计算等前沿方向，不断推动技术与平台能力的升级和创新。
🎯 Key Responsibilities
- 主导大规模GPU集群的全局资源调度，通过精细化管理和优化策略，显著提升资源利用率，确保离线和在线任务的高效稳定运行
- 深入优化RDMA高速网络、分布式存储与计算资源的协同调度，有效解决大规模训练任务中的性能瓶颈，提升整体计算效率
- 基于Kubernetes、Docker等云原生技术，构建高可用调度框架，全面支持分布式训练框架，实现任务编排、容灾与混部能力，并深入K8s调度器、CSI插件及CRD的开发，推动大规模训推技术的实际落地
- 积极探索混合云、虚拟化等异构计算等前沿方向，不断推动技术与平台能力的升级和创新
🛠️ Required Skills
- 大规模GPU集群资源调度
- RDMA高速网络优化
- 分布式存储与计算资源协同
- Kubernetes调度器开发
- Docker云原生技术
- CSI插件及CRD开发
- 分布式训练框架支持
- 混合云与虚拟化异构计算
Locations
- Guangzhou, China
Salary
300,000 - 600,000 CNY / yearly
Source: ai estimated
* This is an estimated range based on market data and may vary based on experience and qualifications.
Skills Required
- 大规模GPU集群资源调度intermediate
- RDMA高速网络优化intermediate
- 分布式存储与计算资源协同intermediate
- Kubernetes调度器开发intermediate
- Docker云原生技术intermediate
- CSI插件及CRD开发intermediate
- 分布式训练框架支持intermediate
- 混合云与虚拟化异构计算intermediate
Responsibilities
- 主导大规模GPU集群的全局资源调度，通过精细化管理和优化策略，显著提升资源利用率，确保离线和在线任务的高效稳定运行
- 深入优化RDMA高速网络、分布式存储与计算资源的协同调度，有效解决大规模训练任务中的性能瓶颈，提升整体计算效率
- 基于Kubernetes、Docker等云原生技术，构建高可用调度框架，全面支持分布式训练框架，实现任务编排、容灾与混部能力，并深入K8s调度器、CSI插件及CRD的开发，推动大规模训推技术的实际落地
- 积极探索混合云、虚拟化等异构计算等前沿方向，不断推动技术与平台能力的升级和创新
Tags & Categories
Answer 10 quick questions to check your fit for 企业微信-机器学习平台调度工程师-（北京/成都） @ Tencent.
Related Books and Jobs
企业微信-机器学习平台调度工程师-（北京/成都）
Tencent
企业微信-机器学习平台调度工程师-（北京/成都）
Job Description
企业微信-机器学习平台调度工程师-（北京/成都）
📋 Job Overview
The Enterprise WeCom Machine Learning Platform Scheduling Engineer role involves leading the global resource scheduling for large-scale GPU clusters to optimize resource utilization and ensure efficient operation of offline and online tasks. The position focuses on enhancing the coordination of high-speed RDMA networks, distributed storage, and computing resources to address performance bottlenecks in large-scale training tasks. Additionally, it entails building high-availability scheduling frameworks using Kubernetes and Docker, supporting distributed training, and exploring advanced areas like hybrid cloud and heterogeneous computing for platform innovation.
📍 Location: Guangzhou, China
🏢 Business Unit: WXG
📄 Full Description
2.深入优化RDMA高速网络、分布式存储与计算资源的协同调度，有效解决大规模训练任务中的性能瓶颈，提升整体计算效率；
3.基于Kubernetes、Docker等云原生技术，构建高可用调度框架，全面支持分布式训练框架，实现任务编排、容灾与混部能力，并深入K8s调度器、CSI插件及CRD的开发，推动大规模训推技术的实际落地；
4.积极探索混合云、虚拟化等异构计算等前沿方向，不断推动技术与平台能力的升级和创新。
🎯 Key Responsibilities
- 主导大规模GPU集群的全局资源调度，通过精细化管理和优化策略，显著提升资源利用率，确保离线和在线任务的高效稳定运行
- 深入优化RDMA高速网络、分布式存储与计算资源的协同调度，有效解决大规模训练任务中的性能瓶颈，提升整体计算效率
- 基于Kubernetes、Docker等云原生技术，构建高可用调度框架，全面支持分布式训练框架，实现任务编排、容灾与混部能力，并深入K8s调度器、CSI插件及CRD的开发，推动大规模训推技术的实际落地
- 积极探索混合云、虚拟化等异构计算等前沿方向，不断推动技术与平台能力的升级和创新
🛠️ Required Skills
- 大规模GPU集群资源调度
- RDMA高速网络优化
- 分布式存储与计算资源协同
- Kubernetes调度器开发
- Docker云原生技术
- CSI插件及CRD开发
- 分布式训练框架支持
- 混合云与虚拟化异构计算
Locations
- Guangzhou, China
Salary
300,000 - 600,000 CNY / yearly
Source: ai estimated
* This is an estimated range based on market data and may vary based on experience and qualifications.
Skills Required
- 大规模GPU集群资源调度intermediate
- RDMA高速网络优化intermediate
- 分布式存储与计算资源协同intermediate
- Kubernetes调度器开发intermediate
- Docker云原生技术intermediate
- CSI插件及CRD开发intermediate
- 分布式训练框架支持intermediate
- 混合云与虚拟化异构计算intermediate
Responsibilities
- 主导大规模GPU集群的全局资源调度，通过精细化管理和优化策略，显著提升资源利用率，确保离线和在线任务的高效稳定运行
- 深入优化RDMA高速网络、分布式存储与计算资源的协同调度，有效解决大规模训练任务中的性能瓶颈，提升整体计算效率
- 基于Kubernetes、Docker等云原生技术，构建高可用调度框架，全面支持分布式训练框架，实现任务编排、容灾与混部能力，并深入K8s调度器、CSI插件及CRD的开发，推动大规模训推技术的实际落地
- 积极探索混合云、虚拟化等异构计算等前沿方向，不断推动技术与平台能力的升级和创新
Tags & Categories
Answer 10 quick questions to check your fit for 企业微信-机器学习平台调度工程师-（北京/成都） @ Tencent.
Related Books and Jobs