计算机科学或相关专业本科及以上学历。 精通软件开发，具备扎实的 Python 编程能力。 熟练使用 Gitlab（或其他源码管理工具）进行代码分支管理与版本发布，熟悉 CI/CD 流水线。 扎实掌握算法与数据结构，对时间/空间复杂度（Runtime/space complexity）有深刻理解。 了解分布式系统的基础软件架构。 对 HPC GPU 集群及 Slurm 调度系统有基本了解。 熟悉机器学习领域的基础概念与专业术语。 具备一定的数据库背景，熟悉 SQL 及主流 NoSQL 数据库（如 Prometheus, Elasticsearch, OpenSearch, Redis 等）。 加分项： 具备分布式数据管道（Data Pipeline）、系统遥测（Telemetry）、数据可视化（如 Kibana, Grafana 等）以及告警系统（如 PagerDuty 等）的实战经验。 熟悉大语言模型（LLM）的训练特性及核心库，例如：Checkpointing（检查点机制）、并行训练技术（Parallelism）、PyTorch、Megatron-LM、NCCL 等。 拥有 HPC 任务调度器（特别是 Slurm）的丰富使用与配置经验。