The posting
带领或联合指导博士生/实习生,结合实验室主线任务需求和系统领域前沿探索,在大模型训推系统、Agent Infra等方向开展研究,制定技术路线并推进落地,现有方向包括: 1.分布式训推架构:深入攻坚训推系统的性能瓶颈,在MoE模型、稀疏注意力、长程任务容灾能力、计算-通信重叠、访存效率、Agentic Reasoning 推理加速等方向上进行深度优化; 2.负责或参与智能体强化学习(Agentic RL)训练框架及运行时系统的研发,以及智能体训练、推理平台与分布式存储等系统的建设; 3.面向超节点的下一代训推框架研发:结合超节点高带宽域等新硬件特性,研发下一代硬件原生的机器学习基建; 4.持续追踪无限上下文、多模态训练、新并行范式等前沿技术,并尝试集成到实验室系统中解决真实问题; 5.参与开源社区与技术分享:将研究成果以技术博客、开源代码或学术论文的形式输出,与全球社区共同进步。
1.博士以上学历,专业方向为计算机科学、人工智能、电子工程或相关领域; 2.在机器学习系统、分布式系统、高性能计算、大模型训练/推理等至少一个方向上有扎实的科研或工程积累,有顶级会议/期刊(如 NeurIPS, ICML, MLSys, OSDI, SC 等)论文发表经历优先; 3.熟悉 PyTorch/TensorFlow 等深度学习框架的内在机制,对 CUDA、MPI、NCCL 等通信库有实践经验者更佳; 4.具备优秀的团队领导与沟通能力,有指导博士生/实习生或带领研究项目的经验者更佳; 5.具备良好的自驱力与系统性思维,善于从复杂系统中抽象出关键问题。



