AI-Infra工程师

职位描述：

1、负责深度学习系统设计、开发与优化，支持大规模数据和复杂模型的高效训练与推理；

2、设计与实现分布式深度学习系统，搭建分布式训练框架，支持大模型并行训练；

3、负责AI计算平台的架构和优化，保证扩展性、稳定性。

职位要求：

1、本科及以上学历， 具备深度学习系统相关开发经验；

2、扎实的分布式开发经验，熟悉分布式计算和存储相关概念和技术；

3、了解AI计算平台的架构和实现原理，有相关项目经验者优先；

4、精通至少一个深度学习训练框架的底层架构和机制；

5、熟悉至少一种模型分布式运行框架，包括各种分布式并行算法及容错处理机制；

6、熟悉一种集合通信库，包括主流的集合通信算法的实现（如NCCL）；

7、熟悉GPU上算子编程与优化（如CUDA，Cutlass, Cute, Triton, Flash Attention等）者优先考虑。