Zoox 机器学习性能优化工程经理
负责 Zoox 自动驾驶系统的机器学习性能优化。 指导机器人团队实现可扩展训练、GPU 加速和低延迟推理。
描述
- 制定机器学习训练与推理优化的战略方向和路线图
- 提升自动驾驶工作负载的可扩展性、可靠性和性能
- 负责涵盖模型训练、验证、服务、优化和监控的高效机器学习平台
- 端到端优化大规模模型训练和推理
- 提高分布式训练效率,同时改善 GPU 利用率、内存使用和通信效率
- 使用量化、剪枝、蒸馏及其他模型压缩方法
- 在严格的实时性和计算资源约束下,实现车载低延迟推理
- 通过招聘和领导力建设并激励多元化工程团队
- 与机器学习研究、软件、数据和硬件工程团队合作
- 制定需求并指导架构决策
- 通过发展机会和及时反馈指导工程师成长
任职要求
- 至少 8 年相关工作经验,其中包括 3 年或以上工程团队管理经验
- 深入掌握机器学习性能优化,包括分布式训练、数据并行、张量并行和流水线并行、FSDP/ZeRO、混合精度、CUDA、Triton、torch.compile、XLA、TVM、量化,以及针对 GPU 和嵌入式加速器的性能分析
- 具备为大规模训练以及高吞吐、低延迟服务构建易用机器学习基础设施的经验
- 具备使用 PyTorch 或 JAX 结合 GPU 进行分布式模型训练的经验
- 具备使用 TensorRT、Ray Serve 或同类框架实现 GPU 加速推理的经验
- 在与研究、产品、硬件和平台团队开展跨职能合作方面有出色记录
- 能够设定优先级、确定技术方向,并推动跨组织边界实现可量化的性能提升
福利待遇
- 带薪休假,包括病假、年假和丧假
- 无薪休假
- Zoox 股票增值权
- 亚马逊限制性股票单位(RSU)
- 健康保险
- 长期护理保险
- 长期和短期残疾保险
- 人寿保险
- 可能提供入职奖金
