AI算法专家

职位描述

• 工作职责：

  负责分布式训练平台开发任务
  设计并实现支持千亿参数大模型的分布式训练框架（如Qwen-32B 、DeepSpeed优化），提升训练效率与资源利用率。

• 岗位要求：

  精通Python/C++，熟悉PyTorch/TensorFlow框架
  深入理解分布式训练技术（数据/模型/流水线并行、ZeRO优化、混合精度训练）
  有大规模集群（Kubernetes/Slurm）资源调度经验，熟悉NCCL/RDMA等通信协议
  掌握训练性能分析工具（PyTorch Profiler、Nsight Systems、TensorBoard）
  熟悉大模型训练全流程（预训练、SFT、RLHF），有LLM/VLM训练调优实战经验
  了解推理加速技术（Triton、TensorRT、vLLM）及服务化部署方案（KServe、TFServing）
  有AI训练框架或高性能计算（HPC）开发经验，主导过百卡级分布式训练项目
  参与过主流AI框架（PyTorch、DeepSpeed）核心功能开发或开源社区贡献
  熟悉LLMOps工具链（Weights & Biases、MLflow）或AI编译器（TVM、XLA）
  具备CUDA/OpenCL等GPU编程经验，能针对硬件特性进行底层优化
  对技术难题有强烈的攻关意愿，能通过系统性方案解决复杂工程问题
  具备技术文档撰写与跨团队方案宣讲能力，推动技术方案落地

工作地址

深圳 - 南山区 - 深圳市粤海街道仙洞路16号深信服科技大厦