大模型训练框架开发工程师-抖音研发

【岗位职责】 1、设计与优化大模型的分布式训练架构，包括FSDP/ZeRO、TP、PP、EP、SP等策略； 2、提升GPU/NPU平台的训练性能与资源利用率，优化通信、调度与内存使用； 3、构建高可靠的训练管线（Checkpoint、混合精度、容错、Profiling等）； 4、参与模型在不同硬件平台的适配与性能对齐； 5、为模型团队提供训练支持、调优方案和工具链建设。 【任职要求】 1、计算机或相关专业背景，本科及以上学历； 2、2年以上深度学习或分布式训练相关经验；熟悉PyTorch/DeepSpeed/Megatron/MindSpore等训练框架原理与实现； 3、深入理解多机多卡通信机制与并行策略（NCCL、HCCL、FSDP、TP、PP等）； 4、具备GPU/NPU平台的性能调优经验，能识别并解决性能瓶颈； 5、有较大尺寸模型（如32B+Dense或100B+MoE）训练经验者…… 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 2297 个北京技术研发岗位，其中 174 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 20K（25~75 分位），中位约 20K，最低 2K、最高 70K。