职位描述： 1.参与AI大模型训练框架研发，支持百亿~万亿规模的稠密/MoE大模型的预训练、微调、强化学习、蒸馏； 2.通过5D并行加速、通信掩蔽、训推一体复用等技术，在国产异构算力上实现极致的大模型训练性能优化； 3.研发高效的故障定位系统和容错机制，保障大规模训练的稳定性，监控训练任务日志，快速识别和修复问题；

任职要求： 1. 有扎实的工程能力和算法基础，具备大模型分布式训练性能优化经验； 2. 掌握PPO/DPO/GRPO等RLHF技术，有大模型微调、蒸馏、强化学习相关经验者优先； 3. 熟悉PyTorch/Megatron/DeepSpeed等业界主流训练框架，熟悉TensorRT-LLM/vLLM/SGLang等大模型推理引擎； 4.具备国产算力硬件实操经验者优先。