视频训练研发工程师-2027届
岗位摘要
参与大规模模型训练框架设计与研发，优化核心模块性能与系统效率；进行高性能算子的设计与实现，探索计算图与算子融合、内存布局优化等方向；推动分布式训练过程优化，包括并行策略、混合精度、显存管理等体系设计
岗位职责
- 参与大规模模型训练框架设计与研发，优化核心模块性能与系统效率
- 进行高性能算子的设计与实现，探索计算图与算子融合、内存布局优化等方向
- 推动分布式训练过程优化，包括并行策略、混合精度、显存管理等体系设计
- 支撑并验证前沿方向，如Agentic RL、长上下文建模、多模态对齐等训练实验
- 在真实系统中验证模型训练的性能极限
任职要求
- 计算机及相关专业，2027年及以后毕业
- 熟练掌握C/C++，具备扎实的算法与数据结构基础
- 熟悉主流深度学习框架（如PyTorch/DeepSpeed/Megatron等）的运行机制
- 理解模型训练的底层原理与系统性能优化路径
- 对前沿问题保持兴趣，如Agentic RL、长上下文建模、动态计算、推理效率优化等
- 若在ACM/NOI/ISC等竞赛中有优异成绩者优先
- 在ACM-ICPC、NOI/IOI、IMO、ASC等国内外顶级编程、算法或超算竞赛中获得优异名次者优先
- 在高性能计算、计算机体系结构、人工智能等领域的国际顶级会议（如MLSys、OSDI、SOSP、ISCA、ASPLOS、NeurIPS、ICML等）发表过高质量学术论文者优先
- 曾获得国家奖学金、CCF优秀大学生等国家级重要奖项或同等高含金量学术荣誉者优先
- 在业界主流开源大模型训练/推理框架或底层系统项目中有过核心代码贡献者优先
加分项
- 顶尖竞赛：在 ACM
- ICPC、NOI/IOI、IMO、ASC 等国内外顶级编程、算法或超算竞赛中获得优异名次
- 高水平科研：在高性能计算、计算机体系结构、人工智能等领域的国际顶级会议（如 MLSys, OSDI, SOSP, ISCA, ASPLOS, NeurIPS, ICML 等）发表过高质量学术论文
- 重磅荣誉：曾获得国家奖学金、CCF 优秀大学生等国家级重要奖项或同等高含金量的学术荣誉
- 开源贡献：在业界主流开源大模型训练/推理框架或底层系统项目中有过核心代码贡献
- 刘女士 刚刚活跃
工作地址
北京海淀区蓟门壹号8楼