1、智能驾驶训练基础设施建设与运维 ① 参与 GPU 集群、Kubernetes 平台的建设与稳定性优化。 ② 支持大规模训练任务的运行与问题排查。 ③ 参与训练链路的资源调度、任务治理与容量管理。 ④ 优化训练平台的可用性、可观测性与自动化能力。 2、平台稳定性与效率优化 ① 参与训练任务异常恢复、告警、监控体系建设。 ② 协助定位训练性能问题（网络 / 存储 / GPU / 调度等）。 ③ 持续提升 GPU 利用率与资源交付效率。 3、推动平台工程化与标准化建设。 ① AI Workflow 与云平台协同 ② 支持 Argo Workflow / GitLab CI 等平台能力建设。 ③ 参与多云资源管理与异构算力接入。 ④ 协助建设统一 AI 生产系统与研发工作流。 ⑤ 参与自建数据中心与云平台之间的协同架构优化。