腾讯
大模型训练生产SRE工程师（深圳/上海/北京）
职位描述
1.负责大模型训练链路的稳定性治理和模型生产保障； 2.协同包括框架、算力、网络、存储等基础设施，系统建设大模型训练的诊断、可视化、自愈能力； 3.负责大模型训练生产的oncall、排障和流程优化建设。
任职要求
三年以上工作经验
腾讯
1.负责大模型训练链路的稳定性治理和模型生产保障； 2.协同包括框架、算力、网络、存储等基础设施，系统建设大模型训练的诊断、可视化、自愈能力； 3.负责大模型训练生产的oncall、排障和流程优化建设。
三年以上工作经验