大模型训练加速工程师 / 高级专家

【岗位职责】 训练加速与优化： 负责大模型训练场景下的性能分析 (Profiling) 与全链路优化，包括显存管理、计算加速及通信优化 (NCCL)，提升集群训练吞吐率。 算子开发与协同设计 (Co-design)： 负责高性能算子 (Kernel) 的开发与调优；与算法团队紧密协作，针对特定模型结构（如 Transformer, MoE）进行定制化算子设计。 分布式框架建设： 基于 Megatron-LM, DeepSpeed, FSDP 等框架进行二次开发与优化，设计适应大规模集群的并行训练方案。 稳定性保障： 负责大规模训练过程中的问题定位与解决，包括但不限于 NCCL 超时、显存溢出 (OOM)、训练速度波动等，保障训练任务的高效稳定运行。 【任职要求】 理论基础： 计算机基础扎实，深刻理解深度学习训练原理（计算图、自动微分、混合精度），熟悉主流并行策略及 FlashAttention 等加速算法。 编程能力： 熟练掌握 Python/C++，熟悉 GPU 编程模型，具备 CUDA / Triton / TileLang 算子开发经验者优先。 框架经验： 深入理解至少一种主流训练框架（PyTorch, TensorFlow, Megatron, DeepSpeed），具备源码级修改能力。 领域经验： 熟悉 Transformer 架构，有 VLM (视觉语言模型)、Stable Diffusion、MoE 等前沿模型训练优化经验者优先。 工具与调试： 熟练使用 Nsight Systems/Compute 进行性能分析，熟悉 NCCL 通信库原理及常见故障排查。 学习能力： 具备良好的问题分析能力，保持对业界前沿论文 (ArXiv) 的追踪与复现习惯。