技术团队成员
岗位摘要
设计和编写用于训练模型的高性能、可扩展软件;开发新工具以支持和加速研究及LLM训练;与其他工程团队(基础设施、效率、服务)和科学团队(智能体、多模态、多语言等)协调,创建强大且集成的后训练生态系统
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口,并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 设计和编写用于训练模型的高性能、可扩展软件
- 开发新工具以支持和加速研究及LLM训练
- 与其他工程团队(基础设施、效率、服务)和科学团队(智能体、多模态、多语言等)协调,创建强大且集成的后训练生态系统
- 构思并实施技术,以在SFT、离线偏好和强化学习机制上提高性能并加速训练周期
- 在我们的集群和数据基础设施上研究、实施和实验各种想法
- 与其他科学家、工程师和团队进行协作
任职要求
- 极强的软件工程技能
- 重视测试驱动开发方法、代码整洁,并致力于在各个层面减少技术债务
- 精通Python及相关机器学习框架,如JAX、PyTorch和/或XLA/MLIR
- 具有使用和调试大规模分布式训练策略(内存/速度分析)的经验
- [加分项] 具有分布式训练基础设施(Kubernetes)及相关框架(Ray)的经验
- [加分项] 具有实践经验
加分项
- ] 具有分布式训练基础设施(Kubernetes)及相关框架(Ray)的经验
登录后查看完整岗位详情
使用邮箱验证码登录后,可查看完整职责、任职要求、原岗位入口,并继续使用收藏和浏览记录。列表摘要保持公开,完整详情用于保护数据质量和降低恶意抓取。