Machine Learning Engineer – Distributed Systems

【職缺說明】
雷泰光電股份有限公司（半導體製造業）誠徵 Machine Learning Engineer – Distributed Systems。

【工作內容】
• 設計、建置、部署及維護可重複使用的分散式系統，將工作負載擴展至多個程序、GPU、節點及加速器，包含所需的通訊、同步、排程及資源管理機制。
• 調查並解決涉及分散式執行、競爭條件、資源競爭、可擴展性及系統可靠性的問題。
• 與最佳化工程師及其他跨功能團隊合作，將元件層級的性能改進整合至可擴展的端到端系統。
• 透過測試、基準測試、故障模擬及清晰的技術文件驗證分散式系統，同時推廣乾淨且可維護的工程實務。

【條件要求】
• 具備扎實的程式設計與軟體工程基礎，熟悉 Python、C++ 或其他相關程式語言。
• 有設計與開發並行或分散式系統的經驗，涵蓋多個程序、加速器或機器，並了解工作負載編排、資源分配及分散式作業管理。
• 有使用 Git 開發流程及 CI/CD 實務開發分散式機器學習或高效能運算工作負載的經驗。
• 能夠設計可支援多種產品、作業及工作負載模式的可重複使用系統與抽象層。
• 具備優秀的分析、問題解決、溝通及協作能力，能診斷跨多個系統元件的複雜行為。

【待遇福利】
• 薪資：待遇面議
• 福利：具競爭力薪資、勞健保、週休二日、保留政策取消之彈休、每月固定交通津貼、優於勞基法值班/出差費/加班費實報實銷、員工年度現金分紅、國外教育訓練、年度健康檢查補助、各項福利津貼。

【工作地點】
台北市

【上班時段】
9:00~18:00

【休假制度】
週休二日

【需求人數】
1~2人

【工作經歷】
1年以上

【學歷要求】
大學以上

【其他條件】
• 有將模型推論、訓練、資料處理或其他計算密集型及資料密集型工作負載擴展至多個 GPU 及節點的經驗。
• 有測量與分析分散式系統性能的經驗，包括通訊開銷、同步延遲、資源利用率、吞吐量及擴展效率。
• 有設計容錯系統的經驗，包含復原、健康監控及優雅處理部分故障。
• 熟悉 GPU 分析、加速器最佳化及性能分析工具，了解元件層級最佳化如何影響分散式執行。
• 了解機器學習生命週期及分散式執行如何支援模型訓練、推論、預測服務及生產營運。
• 熟悉 Kubernetes、叢集排程器及 Docker 等容器技術。

【應徵方式】
聯絡人：雷泰光電 HR
Email：mhung@lasertectaiwan.com