大模型infra训练实习生(J10908)

• 团队介绍
• 团队面对千卡以上的集群探索大模型训练。 如果对大模型基础架构/强化学习/多模态/视频生成，超大规模GPU集群训推优化感兴趣，欢迎投递简历。

1. 超大规模GPU集群分布式训练技术的研究与实现，提高MOE大模型和强化学习的训练吞吐
2. 大模型前沿算法调研和实现
3. 大模型训练框架和推理框架研发与性能调优
4. 熟悉Python或C++，具备扎实的算法和计算机基础、良好的编程风格；
5. 熟悉深度学习和大模型训练相关算法；
6. 熟练使用深度学习框架，包括不限于pytorch/jax/paddle等；
7. 有强烈的工作责任心，较好的学习能力、沟通能力和自驱力；

加分项：

1. 有大规模GPU集群性能优化和训练经验优先;
2. 熟悉大模型训练框架和推理框架，包括不限于Megatron/DeepSpeed/ColossalAI/torchtitan/sglang/vllm等;
3. 熟悉大模型算法，如大模型基础架构/强化学习/多模态/视频生成等;
4. 在顶级会议发表论文或有竞赛经验优先考虑;
5. 熟悉cuda相关开发