职位描述：
1.承担大模型运行所需GPU软硬件平台的适配与调优任务，处理在适配和优化过程中涉及的软硬件兼容、系统性能、稳定性及高可用性等方面的技术挑战；
2.面向金融机构设计并实施GPU软硬件平台的整体交付方案，涵盖算力资源评估与规划、基础软件选型、计算环境构建、训推平台部署以及大模型评测工具链集成，提供可落地的技术实践支持；
3.为金融行业客户在GPU算力资源池建设中提供高性能网络技术的选型建议、架构设计、部署实施与性能调优服务，解决GPU设备、服务器节点、集群系统及POD层级在网络接入与组网过程中的控制面与数据面转发问题。

职位要求：
1.计算机、通信或相关专业本科及以上学历，具备GPU硬件适配及大模型底层软硬件系统工程化交付的实际经验；
2.掌握PyTorch或TensorFlow等主流机器学习框架，理解神经网络基本结构，熟悉张量、梯度等核心数据形式及其前向与反向传播机制；
3.熟悉GPU虚拟化技术与RDMA网络架构，了解资源虚拟化、调度分配原理，掌握RDMA常用协议及典型网络设计方案；
4.熟悉大模型应用中的Prompts、RAG、插件机制与Agent开发模式及相关技术生态；
5.精通Linux操作系统、Kubernetes编排系统及容器化技术，能熟练运用Python/shell编写自动化部署与运维脚本；
6.精通至少一门编程语言（如Python、C、C++），并具备CUDA编程实践经验；
7.具备主流训练与推理框架使用及性能优化经验者优先考虑。