岗位职责
- 多模态/世界模型训推架构：负责万亿参数多模态理解、多模态生成模型、世界模型分布式训推框架的设计和实现。通过5D并行策略、细粒度显存优化、通信计算Overlap等手段，实现多模态场景高效的预训练/后训练Pipeline。
- 模型联合的深度算子优化：结合多模态理解生成场景，通过算子融合，定制Attention、MoE等算子，并达到SOTA的训推MFU。
- 模型加速工程：使用蒸馏、量化、剪支等加速技术，在AIGC、实时生成等场景达到极致的模型效果-性能平衡点。
- AI创新应用落地支撑：作为算力基座的核心支撑，支持行业顶尖的多模态生成模型在 AI 创新应用场景的业务落地，解决工业级大模型训练中的迭代基建问题，确保模型从训练到应用的顺畅衔接。
职位要求
- 计算机相关专业背景，有极佳的工程实现能力，精通 C/C++ 与 Python；具备扎实的数据结构与算法功底，熟练掌握 GDB / Nsight 等调试与性能分析工具。
- 对大模型训推框架，以及其中的并行优化技术的原理有深刻的理解，有大模型分布式训练工程经验者优先。
- 对Diffusion、LLM大模型结构及其核心算法原理有深入理解，对模型加速、量化、蒸馏算法工程有实践经验者优先。
- 熟悉异构计算体系结构，有CUDA、Triton 和 Cutlass 等硬件 DSL编程经验者优先。
- 加分项：对钻研技术有热情，勤于动手，善于动脑，不惧困难。
