我们持续关注大规模模型训练的性能和效率，我们重点关注下面几个方向：
1、通过专注的分布式训练框架的优化，持续提升超大规模语言模型的训练效率、性能和稳定性；
2、我们关注多种异构硬件设备，通过多种技术的优化来提升异构计算的性能；
3、通过算法系统一体的联合优化，在持续提升算法效果的前提下支持算法模型的快速迭代。

职位要求
1、熟悉深度学习基本原理、主流深度学习算法及应用、以及至少一种主流框架(PyTorch、TensorFlow等)；
2、熟悉Megatron、TrasformerEngine、DualPipe等框架技术，并在研究或实习项目中有相应的实践经历；
3、具备扎实的计算机基础知识、C++/Python编程能力，熟悉常见数据结构和设计模式；
4、具有很强的学习能力、复杂问题归纳梳理能力、沟通和团队协作能力，具备能够深度钻研技术的耐心。
【加分项】
1、有很强的学术研究能力和优秀的学术成果(AI领域顶会/顶刊论文)；
2、熟悉体系结构，并有扎实的高性能计算/AI编译器/推理框架/模型优化经验；
3、作为核心贡献者参与开发或者负责维护AI领域的流行开源项目。