岗位职责：
1. 负责大规模预训练模型（如Deepseek、LLaMA、GPT、BERT、ViT等）的架构设计、训练调优及部署落地
2. 开发高效的分布式训练方案，优化模型训练速度与资源利用率
3. 研究大模型参数高效微调技术（LoRA、Adapter、Prompt Tuning等）
4. 探索模型压缩与加速技术（量化、剪枝、蒸馏）在实际场景中的应用
5. 跟踪学术界与工业界前沿技术，推动大模型在业务场景中的创新应用
6. 与产品、工程团队深度协作，完成技术方案到业务价值的转化
任职要求
1、硕士及以上学历，计算机/数学/电子工程等相关专业
2、熟练掌握Python/C++，熟悉PyTorch/TensorFlow等深度学习框架
3、 2年以上大模型实战经验，完整参与过千亿参数级模型训练调优项目
4、精通Transformer架构及分布式训练技术（ZeRO、Megatron-LM等）
5、 掌握混合精度训练、梯度累积、显存优化等调优技巧
6、 在ACL/NeurIPS/ICML等顶会发表论文或有开源项目贡献者优先