职位描述
岗位职责
- 负责大规模GPU集群（千卡/万卡级）及大模型训推相关项目全流程管理，制定项目计划、把控进度、成本与质量，确保项目按时交付。
- 统筹跨团队（算法、AI Infra、硬件、运维等）协同，解决协作卡点，保障集群建设、训推链路优化等核心任务落地。
- 识别项目核心风险（节点故障、训推中断、资源争抢等），建立风险防控与快速响应机制，保障集群稳定高效运行。
- 沉淀项目管理方法论与SOP，优化集群算力利用率及大模型训推效率。任职要求
任职要求
- 大规模GPU集群或大模型训推相关项目管理经验，熟悉分布式并行、集群调度等核心技术优先。
- 具备优秀的跨团队协同、沟通协调及问题解决能力，能高效推动跨部门项目落地。
- 了解国产GPU生态，熟悉大模型预训练、微调、推理全流程，能快速理解技术需求并转化为项目方案。
- 具备较强的风险预判与管控能力，持有PMP证书者优先，抗压性强，能应对复杂项目场
