负责大规模生成式AI核心场景（LLM、T2I、T2V、生成理解等）的训练系统与异构推理系统稳定性保障，主导性能极致优化，解决训练中断、推理延迟、吞吐量瓶颈等核心问题
设计并迭代灵活高效的资源调度体系，提升调度效率、资源利用率与调度可解释性，支撑多类型任务（训推/离线推理/在线服务）的精细化调度与优先级管理
主导大规模高速网络（RDMA）与异构算力集群（GPU/国产算力）的规划、部署、运维与优化，保障集群拓扑合理性、网络带宽稳定性与算力资源高效输
负责高性能存储系统的架构设计、选型与运维，保障存储IO性能、数据可靠性与稳定性，适配大规模训练与推理的数据存取需求
把控容量交付全流程质量，制定科学的容量规划方案，结合业务增长预测完成资源扩容与配置优化，确保容量供应及时、稳定且经济
推动训推算力并池混部体系建设，优化离线推理等场景的算力资源利用率，构建算力提效与成本管控的运营体系，沉淀提效方法论
保障在线复杂业务与工程架构的稳定性，建立覆盖训推全链路的监控、告警与故障自愈机制，快速响应并解决生产环境中的复杂技术问题
对接算法、业务与运维团队，输出MLOps技术解决方案，沉淀大规模生成式AI场景下的工程化最佳实践，推动团队技术能力提升