大模型训练框架研发工程师
岗位摘要
你将加入一支把“把万卡集群跑到极致”当日常的团队，与业内领先的通用大模型一起成长。你的核心任务是：突破大规模训练的速度、成本与稳定性的极限；大规模分布式训练系统研发（Scale Matters）
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
- 你将加入一支把“把万卡集群跑到极致”当日常的团队，与业内领先的通用大模型一起成长。你的核心任务是：突破大规模训练的速度、成本与稳定性的极限
- 大规模分布式训练系统研发（Scale Matters）
- 主导 Data / Tensor / Pipeline / Expert 并行 策略的研发与优化
- 优化高性能通信、计算通信掩盖、显存复用，提升近万卡训练的集群利用率
- 面向上百亿〜万亿参数模型，实践高效并行范式
- 性能极限优化（Performance Engineering）
- 系统性分析训练吞吐瓶颈（comm / compute / IO / kernel / memory）
- 针对关键路径做深度优化：算子融合、精度压缩、通信调度、显存管理策略
- 与推理体系协同推进量化、MoE、Speculative Training 等最新机制的训练端落地
- 前沿训练技术探索（Frontier Research → Engineering）
任职要求
- 我们希望你具备（不求全，但求强）
- 可以 0 优化经验，但在其他领域有过优秀成果
- 熟悉高级编程语言，具备扎实的数据结构、并行编程、系统基础
- 对 PyTorch、DeepSpeed、Megatron、Horovod、JAX、XLA 等之一有体系化理解
- 对以下任一方向有深入经验或潜力
- 大型分布式训练（DP/TP/PP/MoE）
- GPU/多机通信优化（NCCL、RDMA、通信拓扑）
- 训练框架/执行引擎研发
- 大模型训练的性能与稳定性优化
- 对前沿训练问题有明确兴趣，如
加分项
- 为什么加入我们
- 你将直接参与 领先通用大模型的核心训练体系，工作成果会快速转化为真实产品力
- 足够高的解决问题自由度，我们的工作不仅局限于特定scope，也不受限于特定工程算法方案，只要能够挑战更高的极限，可以放下当前所有的约束
- 和有“偏执工程美学”的伙伴一起，把“更快、更稳、更大规模”做成一种乐趣
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。