ATH-高级机器学习基础设施工程师/专家-AI制药

1、分布式训练平台：多卡分布式训练/续训微调场景工程支撑
2、推理服务：模型推理服务化/批量生成任务队列与调度
3、算力调度：训练与推理任务资源编排/成本控制与排队
4、依赖与许可证合规：梳理并会签关键依赖商用授权

1、多卡分布式训练与推理服务工程经验能解决显存/通信/断点恢复
2、会用主流调度工具(Slurm/Ray/Kubernetes之一)
【核心技能】
1、续训与微调的断点与数据版本管理
2、算力成本与排队公平性平衡
【加分项】
1、大模型训练集群搭建经验
2、会做算力配额与许可证合规管理