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

External opening: you cannot apply through AI Native Match; apply on the official site.

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

- Company: 腾讯 (Stage unknown)
- Locations: 北京
- Role: Engineering
- Apply on the official site: https://careers.tencent.com/jobdesc.html?postId=2064594834597003264

## Role description from source

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`