岗位描述（节选）
1、主导大模型训练引擎与训练框架的核心架构设计，定义关键技术路线和长期演进方向；
2、建设覆盖 CPT、SFT、RL、MoE、长上下文及多模态训练的统一训练体系；
3、设计和优化数据并行、张量并行、流水并行、序列并行、专家并行及多维混合并行策略；
4、面向万卡级集群，系统优化计算、通信、显存、存储和网络效率，持续提升端到端训练性能与扩展效率；
5、建设 Checkpoint、断点续训、故障恢复、弹性训练、精度保障、性能分析和可观测体系，提升长周期训练任务的可靠性；
6、推动训练框架、编译器、通信库、算子与多种 AI 芯片之间的深度协同；
7、与模型算法团队共同开展 Algorithm-System Co-design，支持新模型结构、新训练算法和新型并行范式快速落地；
8、识别并解决跨模型、框架、系统和硬件层的关键瓶颈，沉淀可复用的架构、标准与方法论；
9、发挥技术影响力，牵引复杂项目落地……
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。