工作职责：

-负责大模型训练阶段（SFT&RL）的性能优化，包括数据并行、张量并行、流水线并行等分布式训练策略的设计与实现
-负责大模型推理阶段的加速优化，涵盖模型量化（INT8/INT4/FP8）、算子融合、KV Cache 优化、投机解码等技术落地
-掌握cuda/cutlass dsl等编程，发掘GPU硬件特性，完成常见算子flashattention/gemm等优化工作
-熟练使用Nsight Systems/Compute对算法的运行效率如速度、显存占用等进行优化，保证模型精度下提升模型的计算效率
-跟踪业界前主流框架（如 DeepSpeed、Megatron-LM、vLLM、SGLang 等），评估并引入最佳实践

任职资格：

-计算机科学、电子信息或相关专业本科及以上学历
-熟悉 PyTorch 框架及底层机制，了解 autograd、dispatcher、CUDA graph 等原理
-熟悉大模型分布式训练方案，理解 NCCL 通信原语、混合精度训练（BF16/FP8）原理
-熟悉主流推理加速框架（vLLM / TensorRT-LLM / TGI / SGLang 等），有实际部署优化经验
-具备性能调优实战经验，能熟练使用 Nsight Systems / Compute、PyTorch Profiler 等工具
-良好的工程能力与团队协作意识，能推动优化方案从原型到生产落地