理聘网-职位详情页，大模型系统研究科学家

职位描述： 我们正在寻找一位在大模型系统方向有深厚研究背景的研究科学家，致力于推动大语言模型（LLM）的训练/推理效率优化、分布式系统设计、硬件协同加速等前沿技术的突破。您将与非常优秀的AI团队合作，解决大模型规模化落地中的核心系统挑战，研究成果将作用于医疗、教育、电信等多种业务。 核心职责： 1.大模型系统架构创新 （1）研究高效分布式训练框架（如Megatron-LM、DeepSpeed优化），提升千亿级模型的训练速度和稳定性。 （2）设计低延迟、高吞吐的推理系统（动态批处理、KV Cache优化、量化部署等）。 2.硬件协同优化 （1）探索GPU/RDMA等硬件资源的高效利用，解决显存瓶颈、通信开销等问题。 （2）针对国产芯片（如昇腾、寒武纪）适配大模型训练推理流水线。 3.前沿技术探索 （1）研究MoE架构、模型并行、流水线并行等扩展性方案。 （2）推动绿色AI技术（如稀疏化训练、低精度计算）的实际落地。 4.产学研结合 （1）发表顶会论文（PPoPP/OSDI/EuroSys/NeurIPS/MLSys等），参与开源社区建设。 （2）与各大企业合作，推动技术成果转化。 任职要求： 1.必需条件 （1）学历背景：计算机科学、人工智能、分布式系统等相关领域博士（或硕士+3年经验）。 （2）技术能力： • 精通PyTorch框架，熟悉大模型训练推理全流程（数据预处理→训练→部署）。 • 深入理解分布式系统（CUDA/MPI/NCCL/RDMA）、编译器优化（TVM/XLA）或高性能计算（HPC）。 • 有Megatron-LM、ColossalAI、vLLM等开源项目贡献者优先。 （3）学术成果：在PPoPP/OSDI/EuroSys/NeurIPS/MLSys等顶会发表过相关论文。 2.加分项 （1）熟悉LLM压缩技术（量化/蒸馏/剪枝）或芯片级优化（如Triton算子）。 （2）有云厂商（AWS/Azure/Alibaba）大规模AI系统部署经验。 （3）主导过开源项目或专利技术。 我们提供 1.丰富资源：大规模GPU/昇腾集群、行业优秀团队合作机会。 2.学术自由：支持顶会投稿、国际交流、长期技术探索。 3.薪酬福利：具备竞争力的薪资（面议）