训练框架与性能优化工程师

岗位概述 负责公司自动驾驶端到端大模型训练平台的框架层建设。基于 PyTorch 生态进行深度定制与工程化，解决大规模分布式训练中的稳定性、扩展性与性能瓶颈问题，支撑千卡级 GPU 集群的高效训练迭代。 核心职责 1、分布式训练框架开发 基于 PyTorch 进行框架层二次开发，优化 DDP / FSDP / DeepSpeed / Megatron 等分布式方案在自动驾驶场景下的适配 解决大规模训练中的 Checkpoint 管理、弹性容错、动态重调度、长序列训练等工程难题 开发训练任务全链路可观测工具，集成性能分析体系，实现从 Python 层到 CUDA Kernel 的瓶颈定位 2、训练性能优化 推进 torch.compile 在训练场景中的规模化落地，解决 graph break、动态形状、自定义算子兼容等问题 基于 Triton 开发高性能融合算子，优化显存占用与 Kerne…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 5693 个广州岗位（全城各职能合计），其中 445 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7.5K ~ 18K（25~75 分位），中位约 12K，最低 1K、最高 83K。