岗位职责：
1.框架适配与优化
协助将主流AI训练/推理框架（如DeepSpeed、Megatron-LM、vLLM、SGLang等）适配到国产化芯片平台
参与混合并行策略（数据/模型/流水线并行）的性能调优与基础算子优化
2.前沿技术探索
跟踪分布式训练/推理框架技术动态（如FSDP、Colossal-AI等）
参与性能基准测试与分析，协助优化训练/推理效率
3.问题协同解决
协同团队定位大模型训练推理中的性能/精度问题
任职要求：
教育背景：计算机/电子工程/数学等相关专业本科及以上在读
基础知识：了解深度学习基础（PyTorch/TensorFlow）和主流模型架构（NLP/CV）
熟悉Python，具备C/C++基础
加分项（任一即可）：
了解分布式训练概念（数据并行/模型并行等）
接触过CUDA编程或性能分析工具（PyTorch Profiler/TensorBoard）
选修过分布式系统/HPC/编译器（TVM/LLVM）相关课程
额外优势：
有PyTorch生态框架或异构硬件（GPU/NPU）开发经验
参与过大模型相关项目（如LLM训练/推理优化）