大模型 AI 算力工程师

岗位描述

- 万卡集群调度与管理：基于 Kubernetes 建设和运营万卡级 GPU 集群，负责 GPU 适配、拓扑感知调度、Gang 调度、GPU 故障自愈、全链路可观测等核心能力，支撑小米自研大模型 MiMo 的训练和推理等重点业务场景 - GPU 池化和利用率提升：统一纳管小米 GPU 资源，推进 GPU 调度优化、资源池化、GPU 虚拟化、训推混部等关键技术研发，持续提升全集团 GPU 资源利用率，实现技术降本… - 熟悉主流 GPU 训练和推理芯片，熟悉 CUDA 生态，有大模型训练和推理优化经验优先 - 熟悉 Kubernetes 和 GPU 算力管理，有万卡集群建设和 GPU 利用率提…