大模型训练优化工程师
岗位摘要
负责分析和优化大模型的分布式训练链路，提升训练性能和效率；对大模型训练优化技术展开研究，并落地到自动驾驶；负责推进训练框架和AI平台的结合，建立先进的训练调度机制、集群算力利用率评估机制等
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
- 负责分析和优化大模型的分布式训练链路，提升训练性能和效率
- 对大模型训练优化技术展开研究，并落地到自动驾驶
- 负责推进训练框架和AI平台的结合，建立先进的训练调度机制、集群算力利用率评估机制等
任职要求
- 本科及以上学历，扎实的编程基础(Python/C++)与良好的工程习惯
- 精通深度学习框架底层原理（PyTorch 核心机制如Torch.Compile, Autograd、TorchScript, XLA）
- 熟悉分布式训练框架（Horovod、Megatron-LM、DeepSpeed 等）的实现逻辑
- 精通 CUDA 编程及 GPU 架构，能独立开发高性能自定义算子(cuda, CUB, Thrust, cutile, TileLang, Triton)
- 有深度学习编译技术栈(TVM, MLIR等)、AI开源社区贡献等任一经验者优先
- 熟悉自动驾驶感知、端到端算法者优先
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。