团队负责一站式搜广推模型平台研发，包含样本数据流系统，分布式训练框架，参数服务器系统，在线预估推理服务系统，MLops平台化，各方向均有岗位空缺，欢迎沟通交流。

地点：北京、上海

职位描述：
团队负责研发一站式搜广推模型机器学习训练和推理平台，该岗位专注于分布式训练参数服务器（Parameter Server）系统的研发
1、负责研发搜广推稀疏大模型训练平台的分布式参数服务器（Parameter Server）系统，支持高吞吐的参数读写和更新服务，模型参数冷备能力、故障容灾能力、系统运维管理能力，支持系统扩缩容，具备系统功能和性能指标监控能力，满足搜广推稀疏大模型在线学习、特征准入和过期淘汰等算法需求；
2、参与模型训练，模型服务，资源调度等重要方向的研发，提升平台的效率和易用性，加速算法同学的模型迭代效率；
3、参与一站式机器学习平台研发，负责把PS系统集成到机器学习平台中，提供易用、稳定、高性能、平台化的参数服务器系统。

职位要求：
1、具备优秀的编码能力，扎实的数据结构和算法功底，熟练掌握C++编程语言；
2、有以下至少一项的背景知识与经验：分布式PS系统，分布式系统后台优化，高性能内存KV系统，基于NVMe-SSD的KV存储系统，高性能CS架构系统；
3、具有独立解决问题的能力，良好的团队合作精神；
4、本科及以上学历，工作经验3年以上。

加分项：
1、有搜广推训练和推理系统工程或模型研发经验；
2、熟悉主流深度学习框架（TensorFlow/PyTorch/PaddlePaddle/MindSpore）；
3、熟悉分布式系统的设计和开发，有Redis、LevelDB/RocksDB、Pika、MQ（Kafka、RocketMQ等）及其他分布式系统基础组件（Zookeeper、ETCD 等）使用或二次开发经验；
4、有一站式机器学习平台研发或使用经验，熟悉MLOps平台功能；
5、有阿里云、华为云等云上环境研发部署经验，熟悉云厂商提供的存储系统、网络系统、文件系统的最佳实践开发流程。