岗位描述（节选）
【岗位职责】
职位概述
负责智元具身智能MLOps平台研发，建设训练任务、实验管理、流水线及模型注册能力，支持数据挂载、Checkpoint管理与故障恢复，为算法团队提供可追踪、可复现的模型研发环境。
主要职责
1. 建设训练任务管理能力，支持环境配置、提交、状态查询、日志查看、重试与终止，对接计算团队提供的资源队列和调度服务。
2. 接入PyTorch及分布式训练框架，提供单机多卡、多机多卡训练模板和启动机制，沉淀环境验证与常见故障诊断能力。
3. 建设MLflow类实验管理能力，记录代码版本、运行环境、参数、指标和训练产物，支持实验查询、对比与结果追溯。
4. 对接数据与存储服务，管理数据版本关联和挂载配置，与算法团队约定Checkpoint接口，完善保留策略与任务恢复流程。
5. 建设训练Pipeline和模型注册能力，接入算法团队的训练与评估程序，编排数据准备、训练、评估和产物登记……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。