岗位描述
岗位描述 1. 面向世界模型,优化训练与推理全链路,从算法与系统两个层面定位性能瓶颈,降低训练成本、显存占用与推理延迟,提升算力利用率、训练效率和推理吞吐。 2. 研究并落地模型结构优化、稀疏注意力、缓存复用、低精度计算、蒸馏及采样策略优化等加速技术,提升效率的同时保持或改善模型生成质量。 3. 优化分布式训练与推理中的计算、通信、内存、数据供给与集群运行效率,提 升算力利用率、训练迭代速度和推理吞吐。 4. 跟踪并探索世界模型、分布式训练与高性能计算领域的前沿技术,推动创新方案从原型验证走向生产应用,并沉淀技术报告、专利、开源成果或高水平论文。 加分项: 1. 对自动驾驶算法有深入理解,熟悉感知、预测、规划、多视角视频生成或闭环仿真等一个或多个方向。 2. 具有世界模型训练推理加速经验,负责过大规模训练任务的稳定性或性能优化。 3. 为Megatron、Deepspeed、Verl、Sglang等项目贡献过核心代码。 4. 在MLsys、ICML、ICLR等会议发表过相关论文。