AGI基础设施工程师（实习/全职）
岗位摘要
建设分布式训练推理系统，包括模型并行、长上下文、MoE、低精度训推等；建设RL训练系统，包括异步RL、Agent RL、OPD等；建设多模态训练系统，包括模型结构搭建、性能显存优化、数据读取加速等
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
- 建设分布式训练推理系统，包括模型并行、长上下文、MoE、低精度训推等
- 建设RL训练系统，包括异步RL、Agent RL、OPD等
- 建设多模态训练系统，包括模型结构搭建、性能显存优化、数据读取加速等
- 设计和开发大规模推理服务的KV Cache磁盘缓存、负载均衡等策略
- 与算法团队协作，支持新模型、新算法快速落地
任职要求
- 基础扎实，学习能力强，愿意深入复杂系统和底层细节
- 代码能力强，代码品味好，擅长与Code Agent合作
- 对大模型训练、推理、RL、多模态系统优化有强烈兴趣
- 熟悉Python / C++ / Rust之一，了解PyTorch
加分项
- 在大型开源软件中有深度贡献，或有优秀个人开源项目
- 在高性能计算相关赛事（SC / ASC / ISC / PAC 等）或算法竞赛（IOI / NOI / ICPC 等）中取得优异成绩
- 熟悉 CUDA / Triton / TileLang / Ascend C 等算子开发
- 熟悉 RDMA 编程，CPU / IO 优化
- 在校成绩排名前 10%
- 复现过 LLM、RL、多模态相关论文 / 项目
- （我们欢迎没有大模型经验，但计算机基础素质扎实、对 AGI 有热情的同学加入）
- AGI 的成功，离不开对极致工程系统的追求
- 我们致力于为 AGI 构建基础设施，打造高效、稳定、可扩展的工程系统，支持前沿探索的持续迭代、先进模型的大规模训练、以及面向全社会的极致性价比服务。我们的产出陪伴着每一代模型从能力验证一路走向大规模落地，长期、持续为下一代智能应用提供坚实基础设施底座
- 【岗位类别】：实习/全职
福利待遇
- 在大型开源软件中有深度贡献，或有优秀个人开源项目
- 在高性能计算相关赛事（SC / ASC / ISC / PAC等）或算法竞赛（IOI / NOI / ICPC等）中取得优异成绩
- 熟悉CUDA / Triton / TileLang / Ascend C等算子开发
- 熟悉RDMA编程，CPU / IO优化
- 在校成绩排名前10%
- 复现过LLM、RL、多模态相关论文/项目
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。