岗位职责：
1.大模型训练与推理系统优化：研究分布式训练框架（如Megatron-LM、DeepSpeed、ColossalAI等），优化计算/通信效率；探索低资源推理技术（模型压缩、量化、动态加载等）
2.大模型与软硬件协同设计：针对GPU/TPU/RDAC等硬件特性优化模型架构与调度策略；设计高性能算子库或编译优化（如CUDA、Triton等）
3.大模型部署与工程化：研究轻量化部署方案（服务化框架、边缘设备适配等）；开发高效微调工具链（LoRA、Adapter等模块化支持）
4.相关前沿问题：长上下文处理、MoE系统、多模态大模型系统设计、RL训推一体优化等
任职资格：
1.熟悉PyTorch/TensorFlow框架，有分布式训练或大模型调试经验
2.掌握CUDA/OpenCL等并行计算开发，或熟悉LLVM/TVM等编译器技术
3.了解大模型技术栈（如Transformer架构、RLHF流程、推理加速技术）
4.有系统开发经验（参与过开源项目、熟悉C++/Rust等高性能语言）
5.加分项：在MLSys、ASPLOS、OSDI等系统顶会或AI顶会（NeurIPS/IC ML等）发表论文；在开源社区（如Megatron、vLLM、Verl等）贡献过代码；知名竞赛获奖，如ICPC等