1、研发分布式训练加速方案，优化ZeRO/FSDP/Pipeline并行策略，提升千亿参数模型训练吞吐量；

2、设计混合精度训练与显存优化方案，开发自适应梯度压缩、通信优化模块，实现单卡训练模型规模提升和降低分布式训练通信开销

开发量化压缩工具链（支持GPTQ/AWQ等算法），实现模型8/4-bit无损量化部署；

3、设计多GPU推理调度策略，优化显存碎片管理与计算资源利用率；

4、跟进vLLM/TensorRT-LLM/SGLang等前沿框架，探索MoE架构/稀疏化训练等新型范式，将最新学术成果快速落地到工程实践。

职位要求：

1、计算机科学/人工智能方向硕士及以上，3年LLM系统优化经验；

2、精通PyTorch/TensorFlow框架底层机制，具备CUDA/C 内核开发能力；

3、掌握Megatron-LM/DeepSpeed/HuggingFace生态核心原理；

4、有千亿参数模型训练优化或百万QPS推理服务落地经验；

5、熟悉NVIDIA GPU架构与性能分析工具；

6、熟悉大模型推理服务架构设计与微服务化部署。