训练Infra工程师（26届校招）
岗位摘要
协助团队进行大规模分布式训练框架的设计、实现与维护，支持复杂AI模型（如大语言模型、多模态模型）的高效训练；在导师指导下，优化训练过程中的内存管理、计算资源调度和分布式通信效率，提升训练速度和资源利用率
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
- 协助团队进行大规模分布式训练框架的设计、实现与维护，支持复杂AI模型（如大语言模型、多模态模型）的高效训练
- 在导师指导下，优化训练过程中的内存管理、计算资源调度和分布式通信效率，提升训练速度和资源利用率
- 学习并应用业界前沿的训练加速技术（offload、动态分布式并行/流水线排布），确保框架的先进性和竞争力
- 与算法工程师紧密配合，提高训练效率，降低研发成本，提升交付能力
任职要求
- 熟练掌握Python和C++编程语言，具备扎实的数据结构、算法和操作系统基础
- 熟悉至少一种主流深度学习框架（如PyTorch、TensorFlow），了解其基本实现原理和机制
- 了解GPU编程（如CUDA）或并行计算，有相关的课程项目或实验经验
- 对Transformer架构及主流大模型（如GPT、Llama等）的训练特性有基本理解
- 了解分布式训练的基本原理（如数据并行、模型并行、流水并行）和常见挑战
- 加分项：有分布式训练框架（如DeepSpeed、Megatron-LM、PyTorch Lightning、FSDP等）的使用或初步研究经验
- 加分项：了解大模型训练相关的优化技术，如混合精度训练、梯度checkpoint、LoRA微调、量化感知训练等
- 加分项：在相关领域的顶会或开源项目中有贡献或论文者优先
工作地址
北京海淀区搜狐网络大厦10层
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。