理聘网-职位详情页，优化与工程计算研究中心-研究员/副研究员（AIInfra）

任职要求： 1、负责大模型系统架构创新与性能优化，研究分布式训练框架（Megatron-LM、DeepSpeed、Colossal-AI等），设计模型并行、流水线并行、MoE、长上下文、RL训推一体等高效扩展方案，提升千亿级大模型训练效率与稳定性。 2、开展大模型推理与工程化研究，优化低延迟、高吞吐推理体系（动态批处理、KVCache、量化、模型压缩、动态加载等），搭建轻量化部署、服务化框架与高效微调工具链，支持边缘与云端场景落地。 3、深耕软硬件协同设计，针对GPU、国产算力芯片（昇腾、寒武纪等）及RDMA等硬件特性进行深度适配与调度优化，攻克显存瓶颈、通信开销、算子/编译优化等关键工程问题。 4、探索前沿系统技术方向，包括稀疏化训练、低精度计算、绿色AI、多模态大模型系统等，并推动技术方案工程化落地。 5、开展高水平学术研究与产学研合作，在系统/ML顶会发表论文，参与开源社区建设，联合产业伙伴推进技术成果转化与应用落地。 二、任职要求： 1、熟练掌握PyTorch/TensorFlow等主流深度学习框架，熟悉大模型训练、调试与推理部署全流程，具备分布式训练实战经验。 2、深入理解Transformer、RLHF、推理加速等大模型核心技术，掌握CUDA/MPI/NCCL/RDMA等并行与分布式技术，或熟悉TVM/XLA/LLVM等编译优化、高性能计算（HPC）原理。 3、具备系统开发能力，熟悉C++/Rust等高性能编程语言，有大型AI系统或底层优化相关开发经验。 4、在MLSys/OSDI/PPoPP/NeurIPS/ICML等系统或AI顶会发表论文者优先。 优先条件 1、参与过Megatron-LM、ColossalAI、vLLM、Verl等主流开源项目并具备代码贡献； 2、熟悉模型量化、蒸馏、剪枝等LLM压缩技术，或具备Triton算子、芯片级优化、国产芯片适配经验； 3、有云厂商大规模AI系统部署、主导开源项目或核心专利成果； 4、国际编程/AI竞赛获奖。 研究方向： 负责大模型系统架构创新与性能优化、开展大模型推理与工程化研究