具身智能训练加速工程师

岗位职责
1. 全链路模型训练加速与体系搭建：负责具身世界模型预训练、后训练微调、具身强化学习训练的全流程性能优化，解决模型训练吞吐低、显存溢出、收敛慢等问题，搭建标准化、可复用的具身模型训练加速体系。
2. 训练平台与AI基建建设：基于主流大模型训练框架进行二次适配与定制调优，负责多机多卡分布式训练、通信优化、算力调度、断点续训、集群稳定性优化等工作，完善具身训练专属基建，打通数据、训练、仿真、评估全链路高效迭代通道。
3. 前沿加速技术调研与落地：持续跟进世界模型、具身智能、大模型训练加速前沿技术，结合业务场景落地创新方案，持续降低训练成本、提升模型迭代效率与算力利用率。

岗位要求
1. 本科及以上学历，计算机、人工智能、软件工程等相关专业，3年以上大模型/AI模型分布式训练加速、AI Infra 研发经验，有具身智能、世界模型、机器人强化学习训练经验者优先。
2. 精通 PyTorch 训练底层，熟练掌握显存优化、算子优化、混合精度、分布式训练等核心加速技术，熟悉 DDP、ZeRO、FSDP、MoE 等分布式架构。
3. 熟练掌握 DeepSpeed、Megatron-LM等框架底层原理与工程调优，具备框架定制改造、性能攻坚、多机多卡集群落地实战能力。
4. 熟悉具身强化学习训练链路，了解 PPO、SAC 等主流算法，具备 RL 训练提速、仿真联动优化经验者优先。
5. 掌握 Python 开发，熟悉GPU/PPU/NPU等计算硬件，具备基础 CUDA、算子融合、模型编译优化能力，熟悉 Isaac Sim、MuJoCo 等具身仿真平台者优先。
6. 有亿级参数模型训练加速落地、AI 训练平台搭建、开源项目贡献、顶会相关论文沉淀者优先。