岗位职责
- 参与多模态大语言模型基础设施的核心开发工作，涵盖模型训练等关键环节的架构优化与性能提升，探索和实践训练性能提升和训练范式迭代等方面的核心技术；
- 协助进行大模型训练集群的管理与调优，解决分布式训练过程中出现的资源调度、通信效率等问题，提升训练吞吐量与稳定性；
- 跟进大模型Infra领域的前沿技术动态，将新技术、新方法融入到现有系统中，推动技术栈的持续演进；
- 与算法团队紧密协作，将算法研究成果高效落地，为大模型的迭代升级提供坚实的基础设施支撑。
职位要求
- 硕士及以上学历在读，计算机科学与技术、软件工程、电子工程等相关专业优先；
- 具备扎实的编程基础，有良好的代码规范与调试能力，能够使用Codex等代码工具提升开发效率；
- 自驱力强，对大模型Infra领域充满热情，能够主动学习并解决复杂技术问题；
- 拥有编程竞赛背景者优先，如在ACM-ICPC、CCPC等竞赛中获得奖项，具备较强的算法思维与问题解决能力；
- 有大模型Infra开发相关经验者优先，熟悉分布式训练框架（如PyTorch Distributed、TensorFlow Distributed等）；
- 具备良好的沟通协作能力，能够在跨团队合作中高效推进工作。 你将获得：
- 深度参与大模型核心基础设施建设的机会，接触行业前沿技术，快速提升技术能力；
- 与资深算法专家合作，探索前沿算法和模型技术，助力个人职业成长；
- 灵活的工作时间与轻松的工作氛围，丰富的团队建设活动与学习交流机会；
- 具有竞争力的实习薪资与丰厚的实习福利。
