Machine Learning Infrastructure Engineer

关于我们 AXQ 安贤投资 是一家全球量化投资机构。我们立足不同地域、资产类别和交易周期，持续构建多元化的投资优势。我们的策略植根于严谨的量化研究与深入的市场理解，并通过对数据、技术和人工智能的长期投入不断强化。我们汇聚来自全球顶尖高校及领先量化机构的优秀人才，倡导以好奇心、严谨精神和主人翁意识为基础的合作文化。在这里，最好的想法能够脱颖而出，每个人也能与公司共同成长。 岗位使命 作为 机器学习基础设施工程师（Machine Learning Infrastructure Engineer） 你将参与建设 AXQ 面向量化研究与机器学习的计算和平台基础设施，与 Infrastructure 团队及研究、工程团队紧密合作，提升特征计算、模型训练、实验迭代与推理任务的效率和可靠性。 我们面向 PB 级数据处理与大规模机器学习训练场景，持续优化 GPU/CPU 计算资源、分布式计算、存储与数据访问、机器学习平台及开发者工具。 你将参与相关基础设施系统与平台工具的设计、开发与交付，帮助研究人员更高效地使用计算资源，让研究工作流具备可扩展、可复现、易使用和成本高效的特性。 主要职责 计算集群与任务调度 ：建设和优化 GPU/CPU 资源管理与任务调度系统，提高计算资源利用率和任务运行效率。 分布式训练与计算 ：支持多 GPU、多节点计算任务，优化数据加载、任务并行、节点通信与故障恢复。 数据访问与性能优化 ：优化大规模数据读取、缓存与存储访问，定位并改善计算、网络及 I/O 瓶颈。 机器学习平台与研究工具 ：开发任务提交、实验管理、开发环境及依赖管理工具，提升研究效率与可复现性。 训练与推理基础设施 ：支持模型训练、批量及在线推理任务的部署运行，完善版本管理、监控与故障恢复。 自动化与稳定性建设 ：建设自动化运维、监控告警、权限管理与资源配额能力，提升系统可靠性。 需求落地与使用体验…