⼤模型训练框架⼯程师 / 专家

岗位职责 负责百B级及以上⼤模型训练框架、训练系统和算⼦性能优化，保障⼤规模训练的稳定性、 效率和可扩展性。 具体包括： 1. 负责⼤模型训练框架优化，包括 Megatron、DeepSpeed、FSDP、ZeRO、 TP/PP/DP/EP 等并⾏策略优化； 2. 负责多机多卡训练性能优化，包括通信优化、显存优化、checkpoint 优化、数据加载优 化、训练稳定性优化； 3. 负责⼤模型训练中的性能瓶颈分析，包括 MFU、吞吐、显存占⽤、通信开销、算⼦效率 等； 4. 参与百B级及以上模型训练任务的系统设计、故障定位、性能调优和稳定性保障； 5. 结合具体模型结构，优化 attention、MoE、⻓上下⽂、多模态训练等核⼼模块的训练效 率； 6. 推动训练框架⼯程化建设，包括任务调度、监控告警、⽇志分析、容错恢复、集群资源利 ⽤率提升等。 岗位要求 1. 具备 100B 以上⼤模型训…… 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。