训练解决方案工程师-27届

岗位职责

1、负责SOTA AI模型在寒武纪人工智能芯片（MLU）上的端到端性能优化和精度调优，沉淀可复用、可泛化的优化方法论，独立开发寒武纪性能、精度分析工具，支撑常态化优化工作。

2、负责寒武纪Model Zoo的开发、迭代与日常维护，基于MLU芯片完成各类SOTA大模型、多模态算法的完整复现，针对模型训练全流程做性能分析、精度调优，输出标准化的行业领域参考解决方案。

3、深入研究大模型底层核心技术，深耕Megatron、DeepSpeed等分布式训练框架，掌握剪枝、量化训练等模型加速技术，熟悉VERL、Swift、PEFT等主流训练工具链，定位并解决大模型训练过程中通信、计算、显存、调度等核心问题。

4、跟踪RLHF、MOE、各类attention、Agentic RL、OPD等大模型前沿技术方向，完成技术调研、原理验证与落地适配，将前沿技术成果转化为寒武纪自有训练框架的功能迭代，丰富芯片生态能力。

任职资格

1、电子信息、计算机、软件工程、自动化等EECS相关专业，本科及以上2026届应届毕业生，专业基础扎实。

2、熟悉Megatron、DeepSpeed、torch FSDP等主流大模型分布式训练框架，具备实验室项目、竞赛、科研项目等大规模分布式训练实操经验。

3、在大模型预训练、后训练、多模态、分布式并行等任一方向有项目积累、科研实践或独立研究见解。

4、具备GPU模型性能优化、精度调优实战经验，熟练使用nvprof、nvvp、Nsight等性能分析工具，能够独立完成模型瓶颈定位与优化。

5、精通PyTorch、TensorFlow等至少一种主流深度学习框架，熟悉框架底层运行逻辑与基础调优方法。

注：本岗位设置笔试环节，请留意邮件或短信通知。