【2027秋招】AI Infra工程师

【你将参与什么】

大模型（VLA/World Model/Foundation Model等）的分布式训练和车端芯片部署，是当今 AI 工程化最困难的问题之一。你将参与构建支撑“端到端”智驾的大模型底座，在有限算力与显存约束下，压榨出极致性能。如果你对分布式训练并行策略、GPU 原语、Transformer 推理加速和编译器后端着迷，这里是个理想的实践场。

【你的工作内容】

1. 大模型训练加速：协助开发大规模分布式训练框架，RL训练框架，探索混合精度训练（FP8/BF16），解决千卡集群下的通信瓶颈与 MFU 优化等问题。

2. 训练数据吞吐引擎：针对智驾所需的视频流数据，优化高性能数据加载器（DataLoader）与分布式缓存系统，提升多模态数据的 IO 效率。

3. 模型量化和部署：参与推理引擎与高性能算子的设计与优化，参与模型结构优化（剪枝、蒸馏）及量化工具开发，帮助大模型“减肥上车”并确保精度闭环。

【对你的期待】

1. 计算机相关专业，熟练掌握 C++/Python，具备扎实的计算机体系结构知识。

2. 对深度学习框架底层有好奇，熟悉 Transformer 架构，有 CUDA/Triton 经验或 ACM 竞赛经历者优先。

3. 有分布式训练（Megatron/DeepSpeed）、推理加速（vLLM/TensorRT-LLM）或模型量化经验者优先。