【飞星计划】AI研究算法工程师-深度学习框架和平台方向(J12670)

Locations

合肥

Team

飞星计划深度学习框架与平台

Employment

Full-time

Track

Campus

Salary

面议（具体薪资区间未披露）

Not disclosed: Employer application deadline

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

• 参与大模型训练框架、推理引擎及服务化平台研发，提升系统效率、稳定性和可扩展性
• 负责深度学习框架、关键算子及异构计算平台的适配与优化，解决核心技术问题
• 建设训练与推理的性能评测、问题诊断和质量保障体系
• 支撑重点业务的模型训练与部署，沉淀标准化、可复用的平台工具、技术方案和最佳实践
• 跟踪 AI Infra 前沿技术，推动研究成果工程化、平台化落地及团队技术能力建设。

Qualifications and expectations

• 硕士及以上学历，计算机、软件工程、电子信息、自动化等相关专业
• 具备扎实的数据结构、算法、操作系统、计算机体系结构和分布式系统基础
• 熟练掌握 Python，熟悉 C/C++及 Linux 开发环境，具备良好的代码质量和工程实践能力
• 熟悉 PyTorch 等深度学习框架的执行、算子、自动微分和分布式机制，具备源码分析或二次开发能力
• 熟悉 Transformer、大模型训练或推理基本原理，了解常见并行策略、显存优化及推理性能指标
• 具备较强的性能分析、故障定位和复杂问题闭环能力
• 具备良好的沟通协作能力，能够与算法、芯片、平台及业务团队协同推动落地。

Preferred qualifications (not mandatory)

• 有 Megatron、DeepSpeed、FSDP、vLLM或SGLang等训推框架开发调优经验
• 熟悉 CUDA、Ascend C、TileLang、Triton 等编程和算子优化技术
• 有国产 NPU、大规模分布式训练或生产级推理服务实践
• 熟悉 NCCL/HCCL、RDMA及多机多卡通信优化
• 有 MLIR、TVM、XLA等编译器或图优化经验
• 有高质量开源贡献、技术专利，或在系统、体系结构及机器学习领域重要会议发表论文。