分布式训练开发工程师
岗位摘要
支持万卡集群分布式训练的性能与稳定性优化，并推进精度对齐；针对具体训练模型拆解优化算法，达成性能优化目标；研究并适配常见分布式训练框架；研究和实现前沿大模型性能优化算法；数学、自动化、计算机、软件、通信等相关专业
岗位职责
- 支持万卡集群分布式训练的性能与稳定性优化，并推进精度对齐
- 针对具体训练模型拆解优化算法，达成性能优化目标
- 研究并适配常见分布式训练框架
- 研究和实现前沿大模型性能优化算法
任职要求
- 数学、自动化、计算机、软件、通信等相关专业
- 对新算力设备、国产算力设备及人工智能领域研究具有兴趣
- 对深度学习和分布式优化方向的基本算法有较好理解，并具有大规模集群训练和调优经验
- 具备扎实的编程、代码阅读及调试能力
- 熟悉PyTorch，了解Megatron、DeepSpeed、ColossalAI、FSDP等大模型框架
- 了解稠密、稀疏、多模态模型的训练和推理算法
- 加分项：具有较强的科研能力，曾在顶级会议发表论文
- 加分项：有竞赛刷榜经历或ACM竞赛获奖经历
加分项
- 具有较强的科研能力, 曾在顶级会议发表论文
- 有竞赛刷榜经历或, ACM 竞赛获奖经历
- 刘女士 刚刚活跃
福利待遇
- 提供16薪薪酬结构
工作地址
北京朝阳区望京国际研发园