本申请公开了一种作业调度方法、装置、存储介质及电子设备，涉及计算机技术领域。方法包括：接收深度学习训练作业模型；根据深度学习训练作业模型配置状态集和动作集，状态集包括深度学习训练作业模型所需节点的数量、每个节点所需要的GPU数量和深度学习训练作业模型的特征，动作集用于指示深度学习训练作业模型可以占用的GPU的位置信息；构建DQN神经网络，根据状态集、动作集和奖励值确定DQN神经网络的网络参数；基于网络参数确定深度学习训练作业模型对应的目标节点和目标GPU；将深度学习训练作业模型调度至目标节点和目标GPU。将作业调度与深度学习训练作业模型的特征相结合，以最佳资源位置执行深度学习训练作业，提高了计算效率和资源利用率。