岗位描述
岗位职责:
1. 参与大模型的训练、评估和性能调优,包括模型结构分析、并行策略设计以及分布式训练优化等。
2. 参与大模型推理部署流程的开发和优化,提高推理效率和性能。
3. 参与算子级性能优化的开发与实现,分析模型端到端性能瓶颈,并探索软硬件协同优化方案。
4. 跟踪最新的大模型相关技术进展,学习并探索将新技术应用于实际项目。
5. 撰写技术文档,沉淀并分享技术方案、研究成果与项目经验。
任职要求:
1. 计算机科学、人工智能、机器学习或相关专业的 2027 届毕业生。
2. 对深度学习和大模型有扎实的基础知识,熟悉至少一种深度学习框架,如 PyTorch、TensorFlow 或 JAX。
3. 了解大模型训练和推理的常用框架,包括但不限于分布式训练(DeepSpeed、FSDP 等)以及高效推理框架(如 vLLM、SGLang 等)。
4. 具备良好的编程和工程实践能力,善于借助 AI Coding提升开发效率。具备构建自动化 Workflow、Agent 或工具链以解决实际工程问题的能力和意识。
5. 具备阅读和理解英文技术文档的能力。
6. 具有较强的求知欲、学习能力和问题探索能力。面对复杂问题,能够主动分析、深入理解系统行为,并推动问题闭环。积极主动,具有良好的团队合作精神。
加分项
1. 有实际大模型训练或推理优化项目经验者优先。
2. 近两年积极参与开源框架开发并有实际贡献者优先。 3. 熟悉 AI 加速器编译原理和体系结构者优先。