# 混元训练 Infra 工程师-Dataloader/Checkpoint 方向-（北京/深圳/上海/杭州）

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 腾讯 (阶段未知)
- 地点: 北京
- 职能: 工程开发
- 前往官方投递: https://careers.tencent.com/jobdesc.html?postId=2064594834597003264

## 来源岗位原文

1.分布式 Dataloader：多源数据加载框架研发，优化预处理流水线、IO 瓶颈与数据倾斜，对接对象存储 / 分布式文件系统，支持动态采样与增量更新；​；
2.Checkpoint 管理：设计高吞吐存储 / 加载方案，优化压缩、分片与冷热分层，实现版本管理、备份恢复与分布式训练框架兼容；​；
3.系统优化：监控吞吐 / 延迟 / 显存指标，定位性能瓶颈，保障极端场景下训练连续性；​；
4.跨团队协作：对齐业务需求，沉淀技术最佳实践。​。
职位要求
1.本科及以上学历，3 年 + AI Infra / 分布式系统 / HPC 经验；​；
2.精通 Python/C++，深入理解 Linux 内核、IO 模型，熟悉 PyTorch（优先）及分布式训练原理；​；
3.有分布式 Dataloader 研发与 IO 密集型任务优化相关经验；​；
4.有 checkpoint 存储 / 加载 / 压缩优化相关经验；​；
5.熟悉对象存储 / 分布式文件系统与缓存、分片策略；​；
6.具备系统性能瓶颈分析与 GPU/CPU 优化案例。
工作年限（官方顶部字段）
一年以上工作经验

---
opening_id: 948c6c43-7ee1-40a1-8324-327eb983b7ff

`anm openings save --id 948c6c43-7ee1-40a1-8324-327eb983b7ff`