简历投递：hr@tranxmart.com
工作地点：北京/广州
职位描述
我们正在招募一名训练平台方向的应届生，参与公司机器学习训练基础设施的建设与演进。你将在导师指导下，学习并参与从数据准备、分布式训练、超参搜索到模型交付的全链路平台工程，深入理解大规模训练系统的设计与优化。
主要职责
参与训练平台的功能开发与迭代，支持单机多卡与多机多卡训练场景
协助设计与实现训练作业的编排与调度能力
参与 Kubernetes 上训练栈的维护与优化
协助构建标准化训练模板与实验管理工具
参与模型资产管理（版本控制、Checkpoint 管理、结果对比）的工程实现
编写高质量代码与技术文档，参与代码评审
任职要求
本科或硕士应届毕业生，计算机/软件工程/自动化/人工智能等相关专业
精通 Python，了解 Go 或 Java 者优先
了解 Docker 与 Kubernetes 基本概念，有容器化应用部署经验者优先
了解深度学习基础与主流训练框架（PyTorch/TensorFlow），有模型训练经验
了解分布式训练的基本原理（数据并行/模型并行/梯度同步等概念）
具备良好的工程能力与代码习惯，熟悉 Git 协作流程
学习能力强，对大规模系统与平台工程有热情
加分项
了解 PyTorch Distributed、DeepSpeed、FSDP 等分布式训练框架
了解对象存储（S3/OSS）、并行文件系统等存储技术
有 Kubeflow、Ray 或类似平台的使用经验
有开源贡献或高质量的课程项目/毕业设计
有 GPU 集群使用经验或高性能计算相关背景
联系电话：18210580222
