AI Infra研发工程师
This evidence page preserves the observable public role details used by OpenNash Hiring Intelligence. Confirm availability and apply through the employer’s official page.
View and apply on the official careers site →Description
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： 1. 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； 2. 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； 3. 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； 4. 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。 任职要求: 1. 教育背景：2026.9-2027.8 期间已获得或即将获得博士/硕士学位的同学，计算机科学、软件工程、电子信息、自动化等相关专业优先； 2. 技术根基： • 具备扎实的计算机系统基础（操作系统、计算机网络、分布式系统、编译原理等），出色的编程能力和工程实现能力（熟练掌握C/C++、Python，熟悉Go/Rust 者优先）； • 深入理解大规模分布式系统原理，熟悉至少一种主流大模型训练/推理框架（PyTorch、Megatron、DeepSpeed、vLLM、TVM 等）； • 有GPU/异构集群相关经验者优先，熟悉RDMA、NVLink、InfiniBand 等高性能网络者优先； 3. 创新与问题解决能力：具备极强的学习能力、主动性和系统性思维，能够独立分析和解决复杂工程与性能问题，对将系统优化技术应用于大模型场景充满热情； 4. 成果导向：在学术或工业项目中有突出表现者优先，例如但不限于： • 在系统/架构相关顶级会议/期刊发表过论文； • 在ACM/ICPC、知名编程或系统竞赛中获奖； • 主导或深度参与过高性能计算、分布式系统、大模型训练平台等具有较大技术影响力的项目。
Responsibilities
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： 1. 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； 2. 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； 3. 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； 4. 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。
Qualifications
1. 教育背景：2026.9-2027.8 期间已获得或即将获得博士/硕士学位的同学，计算机科学、软件工程、电子信息、自动化等相关专业优先； 2. 技术根基： • 具备扎实的计算机系统基础（操作系统、计算机网络、分布式系统、编译原理等），出色的编程能力和工程实现能力（熟练掌握C/C++、Python，熟悉Go/Rust 者优先）； • 深入理解大规模分布式系统原理，熟悉至少一种主流大模型训练/推理框架（PyTorch、Megatron、DeepSpeed、vLLM、TVM 等）； • 有GPU/异构集群相关经验者优先，熟悉RDMA、NVLink、InfiniBand 等高性能网络者优先； 3. 创新与问题解决能力：具备极强的学习能力、主动性和系统性思维，能够独立分析和解决复杂工程与性能问题，对将系统优化技术应用于大模型场景充满热情； 4. 成果导向：在学术或工业项目中有突出表现者优先，例如但不限于： • 在系统/架构相关顶级会议/期刊发表过论文； • 在ACM/ICPC、知名编程或系统竞赛中获奖； • 主导或深度参与过高性能计算、分布式系统、大模型训练平台等具有较大技术影响力的项目。