岗位职责
在本岗位，您将有机会深入基础设施技术本质，同时驱动大模型与业务高效落地，具体将参与：
- 大模型训练与推理基础设施研发：参与构建和优化面向大规模分布式训练/推理的Infra 平台，支持文本、图像、视频、语音等多模态大模型、扩散模型的训练与推理。涵盖集群资源调度、训练框架优化、高性能通信、混合精度训练、显存优化等关键环节，确保模型的训练效率与系统稳定性；
- 前沿Infra 技术探索与创新：持续跟踪并攻关大模型基础设施领域的前沿方向（如：超大规模异构集群管理、更高效的并行策略、MoE 训练/推理优化、量化与推理加速框架、多模态模型高效并行策略等），通过系统创新显著提升训练吞吐、降低推理成本、改善资源利用率；
- 大模型基础设施应用落地与赋能：将先进的Infra 能力与公司大模型业务场景深度结合，主导技术方案的设计与实现，具体支持方向包括但不限于： • 训练效率提升：支持Pretrain、SFT、RLHF 等全流程训练任务，优化端到端训练性能； • 推理服务优化：构建高并发、低延迟的在线推理平台，支持多模态大模型的实时服务； • 成本与弹性优化：实现智能资源调度、Spot 实例利用、自动扩缩容等，显著降低大模型训练与推理的算力成本； • 稳定性保障：打造高可用、故障自愈的分布式训练系统，确保7×24 小时稳定运行；
- 技术价值闭环：深度理解大模型训练与业务需求，利用平台海量算力与数据资源，推动Infra 技术创新落地，并通过性能指标、成本指标、实验验证等科学方法衡量技术价值，最终为大模型研发提效、降本，并支撑业务增长。
职位要求
招聘官网未单独提供职位要求，请前往官网核实。
