【岗位职责】 1、负责开发、优化、和运维大规模分布式 LLM 训练系统，为 AI 驱动科学发现提供动力； 2、与研究人员紧密合作，搭建、调试并维护后训练及强化学习工作流； 3、构建工具并直接支持前沿探索的模型训练。通过持续的自动化建设替代人工流程。完 善内部基础设施，致力于提升研发效率与体验。为公司的其余科学家、AI 研究员及工程 师的日常工作提供弹药； 4、与产品和其他工程团队合作，打通拥有科学智能的 LLM 到“AI 科学家”的开发链路

【岗位要求】 1、硕士及以上学历，有优秀的工程能力，开创或维护过有影响力的开源项目 2、工作方向与 LLM 的后训练和 RL 高度相关，能搭建并扩展 LLM 所需要 RL 环境的 infra 3、有超百卡训练模型的经验和 5D 并行大模型训练经验 （数据并行、张量并行 、流水线并行 、序列并行 、 和针对 MoE 的专家并行 ） 4、有丰富的分布式训练框架（如 MegatronLM, DeepSpeed, TorchTitan）的实操经验， 并优化过大规模混合专家模型（MoE）的训练吞吐量 5、开放简单，沟通顺畅，合作能力强，对先进技术充满热情 【加分项】 1、在著名大厂基座模型组、大模型公司、和顶尖研究院有工作经验； 2、对后训练和 RL 算法框架有自己独到的见解