机器学习系统SRE工程师-Seed

团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。 Seed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。 1、负责维护机器学习系统的稳定运转，支持大模型的开发、训练与部署的多个环节； 2、负责集团GPU资源的管理与规划，成本与预算，包括：GPU/CPU机器资源，存储等资源，为管理层提供资源决策数据； 3、负责集群、业务服务的稳定性治理，资源利用率提升和运维人效提升，通过平台化系统化的手段提升资源使用的效率； 4、负责多地域、多机房的系统容灾、服务部署管理和集群机器治理，提供稳定高效的GPU系统运行环境； 5、负责系统和业务的运维支持，参与业务和系统的问题排查工作。

1、一年以上运维开发项目经验； 2、熟练掌握Linux环境下的Go/Python/Shell等1至2种以上语言； 3、有分布式系统的资源管理和任务调度系统运维经验，熟悉Kubernetes生态和架构； 4、熟悉Docker/Kata等容器化技术； 5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，良好的团队合作精神； 6、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分。