AI研究算法工程师-大模型训练/推理Infra方向(J13367)

AI 摘要智能生成

大规模分布式训练系统：攻坚万卡级集群下的通信优化

职位描述

专注通用大模型的训练与推理全链路工程性能优化，攻坚底层技术瓶颈，极致挖掘算力潜力，打造稳定、可靠的工程底座支持算法持续创新迭代。 1. 大规模分布式训练系统：攻坚万卡级集群下的通信优化、显存墙突破与计算协同调度，构建国产算力集群的深度适配与性能调优能力。 2. 前沿RL后训练系统：构建强化学习高吞吐异步训推框架，优化PPO/GRPO/ReMax等算法工程流水线，设计AgentRL分布式环境交互系统，支撑RLVR/OPD等新算法快速迭代。 3. 推理引擎全链路加速：深耕算子融合、KV Cache多级管理与调度优化、动态批处理调度、量化推理及长上下文推理优化，同时主导推理后端在国产芯片上的异构适配与SLA保障。 4. 训推一体架构与算法协同：与算法团队深度耦合，设计训推一体工程架构，打通模型训练到推理部署的快速反馈闭环，前瞻探索MoE/Attention等新架构在分布式系统上的最佳落地路径。

任职要求

• 算法