实习生-推理优化

职位描述 (Job Description)

• 我们正在寻找一位对技术充满好奇心、渴望探索未知领域的算法工程师加入我们的团队。在这个岗位上，你可以和你的导师共同完成：

核心职责 (Key Responsibilities)

全链路性能优化与研究（核心重点）

• 深入研究并优化从上层框架（vLLM/Sglang）到 PyTorch，再到 CUDA/NCCL 以及底层硬件（GPU/网络互联）的完整调用链路。 针对大模型推理和分布式训练场景，搭建性能理论模型（Performance Modeling），识别系统瓶颈。 设计并实现精细化的性能监控系统，量化分析算力利用率（MFU/HFU）及通信开销。

深度技术支持与问题排查

• 协助客户定位主流开源代码在推理或训练过程中遇到的复杂 Bug。 排查分布式环境下的机器故障（软硬件结合问题），保障集群稳定性。 为客户提供定制化的性能优化与加速方案，提升模型落地效率。

模型复现与微调实践

• 基于 PyTorch 等框架，从零搭建或深度定制经典及前沿模型（如 Transformer 架构、Stable Diffusion、YOLO 等）。 负责相关模型的微调（Fine-tuning）与适配工作，验证优化策略的有效性。

岗位要求

• 2027年毕业生优先 需要保证至少4个月的实习，每周出勤4天。 优秀实习生可以转正