系统研发实习生- AI infra 北京、上海 校招 实习 研发 - 基础架构 2028届实习生招聘 职位描述 加入AI基础设施团队，你将在导师指导下参与核心平台系统的学习和实践：1. 参与平台建设： 协助开发与维护CMDB、工单系统、流程引擎等AI Infra关键平台。2. 开发实践： 参与功能模块开发、测试及基础性能调优，提升代码质量。3. 数据链路学习： 协助整合资源编排、调度平台与CMDB/工单等系统数据流。4. 支持资源管理： 开发辅助工具，支持AI平台对底层资源（GPU/CPU）的基础获取与监控。5. 协作体验： 与算法、调度、运维团队协作，了解需求对接流程。你将收获：1. 深度参与工业级AI Infra项目实践（CMDB、工单、资源管理等）。2. 在导师指导下，提升Go/Java/Python开发及微服务架构能力。3. 了解AI训练平台、资源调度等前沿技术，为未来职业奠基。 职位要求 1. 在读学生： 2027届及以后本科/硕士，计算机、软件工程等相关专业。2. 编程基础： 熟练掌握 Go/Java/Python 至少一门，具备良好编码习惯。3. 技术热情： 对微服务、中间件、数据库及平台系统（CMDB/工单等）有浓厚兴趣。4. 核心素质： 学习能力强、动手实践积极、沟通协作良好。加分项 (非必需)：1. 有项目/开源经验（Web开发、系统设计、自动化工具）。2.
系统研发工程师- AI infra-2027届 北京、上海 校招 正式 研发 - 后端开发 2027届校园招聘 职位描述 加入AI基础设施团队，你将在导师指导下参与核心平台系统的学习和实践：1. 参与平台建设： 协助开发与维护CMDB、工单系统、流程引擎等AI Infra关键平台。2. 开发实践： 参与功能模块开发、测试及基础性能调优，提升代码质量。3. 数据链路学习： 协助整合资源编排、调度平台与CMDB/工单等系统数据流。4. 支持资源管理： 开发辅助工具，支持AI平台对底层资源（GPU/CPU）的基础获取与监控。5. 协作体验： 与算法、调度、运维团队协作，了解需求对接流程。你将收获：1. 深度参与工业级AI Infra项目实践（CMDB、工单、资源管理等）。2. 在导师指导下，提升Go/Java/Python开发及微服务架构能力。3. 了解AI训练平台、资源调度等前沿技术，为未来职业奠基。 职位要求 1. 在读学生： 2027届以后本科/硕士，计算机、软件工程等相关专业。2. 编程基础： 熟练掌握 Go/Java/Python 至少一门，具备良好编码习惯。3. 技术热情： 对微服务、中间件、数据库及平台系统（CMDB/工单等）有浓厚兴趣。4. 核心素质： 学习能力强、动手实践积极、沟通协作良好。加分项 (非必需)：1. 有项目/开源经验（Web开发、系统设计、自动化工具）。2.
系统研发实习生—AI Infra（工单智能化方向） 上海 校招 实习 研发 - 后端开发 日常实习 职位描述 加入 AI 基础设施团队，你将在导师指导下参与工单系统的迁移、建设与智能化升级，并逐步承担系统的日常研发和维护工作。1、工单迁移与数据治理： 参与历史工单及相关流程从旧系统向新系统迁移，完成数据清洗、字段映射、校验、回滚方案和迁移工具开发，保障数据完整性与业务连续性；2、工单系统建设： 参与工单系统前后端功能、流程引擎、权限、通知及数据看板等模块的开发、测试、上线和维护，持续改善稳定性与使用体验；3、工单智能化： 基于历史和新增工单，参与数据集构建、知识整理、模型评测，并探索小模型、RAG 或 Agent 在工单分类、摘要、分派、相似案例检索、解决方案推荐和自动跟进等场景的应用；4、工作流优化： 分析工单流转数据和实际处理过程，识别重复操作与效率瓶颈，将有效方案沉淀为可配置、可观测、可持续迭代的自动化工作流；5、系统长期负责： 在导师和团队支持下，逐步负责工单系统的需求对接、技术方案、开发交付、监控告警、问题排查和文档沉淀，建立对系统全生命周期的理解；6、跨团队协作： 与算法、调度、运维及其他基础设施团队协作，理解 AI Infra 场景中的资源与服务流程，推动实际需求落地。你将收获：1、完整参与工业级工单系统从数据迁移、功能建设到智能化升级的全过程，而不只是完成单一功能；2、在真实业务数据和场景中实践 LLM、小模型、RAG、Agent 与评测体系，理解 AI 能力如何可靠地进入生产工作流；3、提升 Go / Python / TypeScript 等工程能力，并积累微服务、数据库、数据治理、可观测性和系统稳定性经验；4、在导师指导下逐步建立系统 owner 意识，锻炼需求分析、方案设计、项目推进和跨团队协作能力。 职位要求 1、在读学生：
AI Infra 资源调度研发实习生 北京、上海 校招 实习 研发 - 基础架构 2028届实习生招聘 职位描述 我们致力于建设面向 AI 训练、推理和 Agent 等场景的 AI Infra 资源管理与调度平台，在保障大规模集群稳定性的同时，极致优化资源分配率与资源利用效率。你将参与：- 调度与资源编排：参与 Kubernetes 调度编排，结合 CPU、GPU、NUMA、PCIe、NVLink / NVSwitch、RDMA 等硬件特性与拓扑感知，探索更加合理的资源编排策略。- 资源效率优化：分析 GPU / CPU / Memory 等资源使用与碎片问题，通过丰富的调度策略、混部、超卖、负载感知等技术持续提升集群资源使用效率。- 大规模集群稳定性：参与 APIServer、Scheduler、etcd、Kubelet 等 Kubernetes 核心组件的性能优化、稳定性建设、故障自愈。-
Infra基础设施工程师 北京 正式 职位描述 -参与公司核心基础设施平台的设计、开发与持续优化，包括计算、存储、算法训练框架等-负责高性能分布式系统的研发与性能调优，支撑业务端大规模数据生产、模型训练、仿真、交付等关键场景-支持研发团队在本地集群、云平台或混合架构上的工程效率提升，保障系统稳定性及自动化能力 职位要求 -计算机、软件工程、信息安全、电子工程、自动化等相关专业，本科及以上学历-扎实的计算机基础：数据结构、操作系统、计算机网络、分布式系统原理-熟练掌握至少一种后端开发语言：Go / C++ / Rust / Java / Python-熟悉 Linux 环境编程与系统调优，有 Shell / Python 等脚本能力优先-对云原生技术栈、分布式存储系统、算法训练框架等任意一个方向深入者优先-加分项 有真实工程项目或实习经验，如：大规模分布式计算、存储系统、容器调度系统开发、算法训练框架等 参与或维护开源项目（例如 K8s、JuiceFS、ClickHouse、PyTorch等） 在技术博客、GitHub、比赛/竞赛中有可验证成果（如 ACM、Kaggle、Hackathon） 投递...
Who Are We? RZR is an AI-native advertising platform built for the next era of performance marketing. We operate at the intersection of machine learning, programmatic media, and full-funnel mobile growth, powering campaigns for some of
端到端模型infra专家/工程师 AD内推 蔚来自动驾驶研发团队 上海、北京 社招 全职 数字技术 本科及以上 3-5 年 职位描述 职位描述：打造面向端到端模型量产的算法研发框架，包括但不限于：1.建设与维护基础的模型训练、推理框架，推进前沿高效的大模型infra工作落地2.制定规范、高效的数据、研发、发版流程，提升发版效率3.提升端到端模型的训练效率与业务使用效率，突破数据、算法、通信等层面的性能瓶颈4.与平台、端侧研发工程师合作，共同提升驾驶研发全链路的自动化水平 职位要求 职位要求:1.本科及以上学历，计算机 / 软件工程 / 人工智能等相关专业。2.3 年以上相关工作经验，优秀者可降低年限要求。3.良好的 Python / C++ 编程基础和工程规范。4.熟悉 PyTorch / TensorFlow 等深度学习框架的使用。5.对驾驶行业有浓厚兴趣。 投递...
具身INFRA专家 北京、杭州、上海 全职 互联网 / 电子 / 网游 职位描述 Base地点：北京/上海/杭州1. 参与设计具身智能VLA（Vision-Language-Action，视觉-语言-动作）多模态训练框架，针对语言输入、视觉信息、动作决策及其他模态输入完成协同建模；2. 设计并优化高效分布式训练框架，支持万小时级数据的高效训练，优化训练过程中计算、显存等资源消耗，提升整体资源利用率；3. 构建高性能推理部署系统，提升模型推理性能；支持模型快速部署至不同机型，并保障部署后模型效果与训练态对齐；4. 持续跟进业界技术进展，调研新的训练优化方向，将前沿技术集成到训练框架中并验证落地效果；5. 与算法工程团队深度协作，针对项目实际问题进行定制化优化，保障框架稳定性与性能。 职位要求 1. 扎实的Python/C++工程开发能力，具备良好的编码规范，能够独立完成复杂系统的设计、开发、调试与维护；2. 精通PyTorch等主流训练框架，深入理解框架核心模块（如分布式训练、自动微分、显存优化等）的实现细节，有训练框架开发/维护的实际项目经验；3. 深入理解VLM（Vision-Language Model，视觉语言模型）/VLA技术原理，具备VLA多模态框架的实际开发或落地经验；4. 具备良好的沟通协作能力、快速学习能力，有钻研复杂技术问题的意愿和能力。【加分项】1. 有VLM/VLA/世界模型等方向的研究或工程落地经验；2. 具备具身机器人、自动驾驶等领域的工程研发经验；3. 在ICRA/IROS/CORL/CVPR等机器人/计算机视觉顶会有论文发表经历；4. 熟悉主流机器人仿真平台（如Gazebo、Webots、Isaac Sim等）或实际机器人/机械臂开发调试经验；5. 有大规模分布式训练、多模态模型推理部署的实战经验。 投递...
视频生成Infra专家 北京、上海 全职 互联网 / 电子 / 网游 职位描述 岗位职责：1、负责千卡级GPU集群上视频生成（VideoGen）/VLM多模态大模型的分布式训练架构设计与性能优化，提升训练吞吐与稳定性；2、攻克大规模训练中的通信/显存/计算瓶颈，优化数据并行、模型并行、流水线并行等策略，支撑超长视频训练；3、搭建千万小时级海量视频/多模态数据的高效存储、索引与加载流水线（streaming pipeline），设计高性能dataloader与多级缓存机制，消除IO瓶颈；4、建立训练任务的全链路监控、profiling与自动故障恢复体系，保障长时间训练任务的连续性与资源利用率；5、持续跟进业界前沿的分布式训练与数据调度技术，推动基础设施架构演进。 职位要求 任职要求：1、统招硕士及以上学历，计算机相关专业，5年以上AI训练基础设施/高性能计算相关经验；2、有千卡级以上大规模分布式训练实战优化经验，深入理解分布式并行策略及底层通信/存储原理；3、熟悉PyTorch分布式训练底层实现，有框架/通信库二次优化经验者加分；4、有千万小时级视频或多模态数据的存储、索引、预处理及高性能加载实战经验，熟悉cached dataloader/streaming pipeline设计；5、精通集群资源管理与任务调度，熟练使用性能profiling工具定位系统瓶颈；6、工程能力强，Python/C++扎实，系统设计功底好；7、有视频生成、世界模型、多模态预训练核心Infra背景者优先。加分项：有千卡级训练稳定性优化/故障自动恢复体系建设经验；熟悉Ray、SLURM、Kubernetes等调度系统；有FasterTransformer/vLLM/Triton等推理/训练加速库经验。团队亮点：核心方向，算力资源充足，技术挑战大；与顶尖算法团队紧密配合，技术影响力广；发展空间大 投递...
Overview WHO WE ARE: Beyondsoft is a leading mid-sized business IT and consulting company that combines modern technologies and proven methodologies to tailor solutions that move your business forward.Our global head office is based in Singapore,
AI院-训练Infra工程师 北京、上海 全职 互联网 / 电子 / 网游 职位描述 1、负责大规模预训练框架的研发、优化和维护，根据业务需求持续改进训练框架和策略，提升模型训练效率2、分析和定位训练中的性能瓶颈，实施针对性优化措施，提升训练效率和稳定性3、跟进业界技术进展，不断同步与集成最新训练优化策略 职位要求 1、对自然语言处理、计算机视觉和多模态算法有深入理解，熟悉主流的 LLM 和 VLM 模型架构，有分布式训练经验2、精通 Python 编程语言，熟悉 PyTorch 深度学习框架和 Megatron 分布式训练框架3、有大规模预训练优化 / MoE 训练优化经验的优先考虑加分项：1、在ACM、NOI、IOI、超算比赛中有获奖经历者优先2、具有 cuda 算子优化/profiling 能力者优先 投递...
AI院-推理Infra工程师（量化算法研究/推理框架优化/GPU优化） 北京、上海 全职 互联网 / 电子 / 网游 职位描述 【方向一】量化算法研究员-职位描述通过前沿的模型量化、压缩与推理加速技术，显著降低大语言模型及多模态模型的存储占用与计算成本，推动 LLM 的大规模部署。-工作内容1、研发及改进 PTQ（训练后量化）、QAT（量化感知训练）、混合精度量化等核心算法，针对LLM/VLM（大语言模型/视觉语言模型）设计定制化量化方案，持续优化模型精度与推理效率的平衡；2、探索并实践低比特量化（如INT8/INT4/FP8/FP4）、权重稀疏化、知识蒸馏等协同压缩技术，提升压缩率同时控制精度损失；3、开发及优化量化工具链，完成对 GLM 系列模型的转换、量化校准及部署集成；4、 跟踪学术界与工业界前沿量化技术，通过论文复现、实验对比推动技术迭代。-职位要求1、计算机科学、电子工程、数学等相关专业硕士及以上学历，3 年以上模型量化或推理加速经验；或优秀本科生具备扎实项目履历；2、深入理解 Transformer 架构及 LLM 推理流程，精通 Python，熟悉常见的开源 LLM 推理框架（sglang/vllm/trtllm 等）；3、掌握量化原理（校准策略、量化粒度、误差分析）及主流算法（如GPTQ、AWQ）；4、具有 CUDA/Triton 编程经验，能自主实现高性能算子或优化内核计算加分。【方向二】推理框架优化工程师-职位描述1、高性能算子开发与优化：负责AI模型（尤其是大语言模型及多模态模型）在GPU上的核心算子（Kernel）的设计、开发与极致性能优化，支撑训练和推理场景的高效运行。2、性能分析与调优：深入分析GPU应用程序的性能瓶颈，通过优化内存访问模式、线程调度、执行效率等手段，显著提升计算密集型任务的吞吐量和降低延迟。3、技术集成与应用：研究并应用业界前沿的优化技术（如模型量化QAT/PTQ、算子融合、动态形状支持、FlashAttention等），并将其集成至推理/训练引擎。-职位要求1、编程能力：具备3年及以上GPU编程与高性能计算优化经验，深入理解GPU架构、并行计算原理、计算机体系结构，具备高性能计算内核的开发与优化经验。2、精通C/C++，具备扎实的编程基础、良好的编程风格和丰富的调试经验；熟练掌握Python；熟悉Linux开发环境。3、性能优化经验：能够熟练使用Nsight Compute、Nsight Systems等GPU性能分析工具，有实际的性能优化案例和成果，能独立定位和解决复杂的性能问题。4、算法基础：熟悉基础数学函数、线性代数、矩阵运算、数值计算等数学库相关算法，了解深度学习常见算子的计算方式。【方向三】GPU优化工程师-职位描述利用对 cuda 生态软件和底层体系结构的了解，帮助团队优化训练和推理的计算效率。-工作内容1、高性能算子开发与优化：负责AI模型（尤其是大语言模型及多模态模型）在GPU上的核心算子（Kernel）的设计、开发与极致性能优化，支撑训练和推理场景的高效运行。2、性能分析与调优：深入分析GPU应用程序的性能瓶颈，通过优化内存访问模式、线程调度、执行效率、多流并行协同等手段，显著提升计算密集型任务的吞吐量和降低延迟。3、技术选型：对 GPU 领域相关的 DSL/编译器（例如 triton/cuteDSL/tilelang）等进行尝试和了解，确定团队内的 DSL/编译器的技术选型，为未来的迭代做好技术储备。-职位要求1、编程能力：具备3年及以上GPU编程与高性能计算优化经验，深入理解GPU架构、并行计算原理、计算机体系结构，具备高性能计算内核的开发与优化经验。2、精通C/C++，具备扎实的编程基础、良好的编程风格和丰富的调试经验；熟练掌握Python；熟悉Linux开发环境。3、性能优化经验：能够熟练使用Nsight Compute、Nsight Systems等GPU性能分析工具，有实际的性能优化案例和成果，能独立定位和解决复杂的性能问题。4、算法基础：熟悉基础数学函数、线性代数、矩阵运算、数值计算等数学库相关算法，了解深度学习常见算子的计算方式。 职位要求 -
AI Infrastructure EngineerAI基础设施工程师/架构师(Infra&GPU Computing) Shanghai, Beijing Experienced Full-time Responsibilities Job DescriptionWhat We Are Building1.TripoAI is building a world-leading generative AI platform for 3D content creation. Behind our product, thousands of high-performance GPUs run complex inference computations around
【27届校招】AI Infra工程师（大模型推理优化方向） 北京、上海、广州 正式 互联网 / 电子 / 网游 职位描述 1、负责小鹏大模型推理技术在物理AI场景下的工程搭建及落地，包括但不限于自动驾驶，舱驾融合，机器人等场景2、负责小鹏大模型推理引擎XLLM的核心特性开发，包括但不限于kv cache管理，FlashAttention设计及优化，投机解码3、负责小鹏大模型推理引擎XLLM的加速优化，包括模型结构优化（MoE，Diffusion）及底层计算加速（INT4、INT8）。4、负责小鹏大模型压缩技术探索，涵盖量化（QAT/PTQ）、剪枝、蒸馏、稀疏化、NAS等 职位要求 1、硕士研究生及以上学历，计算机及相关专业；2、有扎实的数据结构与算法基础，熟悉python或C/C++。3、熟悉并掌握主流模型压缩技术，如量化（GPTQ/AWQ/SmoothQuant）、剪枝（Sheared-LLaMa）、蒸馏及NAS。4、熟悉LLM推理框架（如vLLM，SGLang，TensorRT-LLM）及优化加速技术（如Flashattention、KV Cache Management，Speculative-Decoding）。5、具备LLM推理优化和加速技术的实践经验。6、拥有深入研究精神、创新能力及持续学习意愿。加分项：1、熟悉GPU/NPU硬件架构，能使用CUDA、CUTLASS进行编程优化。2、有异构计算加速或芯片级性能调优经验。 投递...
【27届校招】AI Infra工程师（大模型推理优化方向） 北京、上海、广州 正式 互联网 / 电子 / 网游 通用智能板块 职位描述 1、负责小鹏大模型推理技术在物理AI场景下的工程搭建及落地，包括但不限于自动驾驶，舱驾融合，机器人等场景2、负责小鹏大模型推理引擎XLLM的核心特性开发，包括但不限于kv cache管理，FlashAttention设计及优化，投机解码3、负责小鹏大模型推理引擎XLLM的加速优化，包括模型结构优化（MoE，Diffusion）及底层计算加速（INT4、INT8）。4、负责小鹏大模型压缩技术探索，涵盖量化（QAT/PTQ）、剪枝、蒸馏、稀疏化、NAS等 职位要求 1、硕士研究生及以上学历，计算机及相关专业；2、有扎实的数据结构与算法基础，熟悉python或C/C++。3、熟悉并掌握主流模型压缩技术，如量化（GPTQ/AWQ/SmoothQuant）、剪枝（Sheared-LLaMa）、蒸馏及NAS。4、熟悉LLM推理框架（如vLLM，SGLang，TensorRT-LLM）及优化加速技术（如Flashattention、KV Cache Management，Speculative-Decoding）。5、具备LLM推理优化和加速技术的实践经验。6、拥有深入研究精神、创新能力及持续学习意愿。加分项：1、熟悉GPU/NPU硬件架构，能使用CUDA、CUTLASS进行编程优化。2、有异构计算加速或芯片级性能调优经验。 投递...
AI Infra Engineer（Agentic Runtime） 深圳、北京、上海 全职 智能机器人板块 职位描述 参与从 0 到 1 建设具身学习基础设施平台，为机器人大模型的强化学习后训练、评测与自迭代提供统一的环境服务与策略推理能力。以仿真环境和策略推理为切入点，通过资源调度、系统性能优化和运行保障，提高有效样本产出，降低实验等待与资源成本，并逐步扩展至端侧和真机执行场景。【职位描述】1. 环境与 Rollout 服务平台建设：建设共享 Sandbox 资源池与执行服务，实现环境申请、初始化、隔离、重置、回收与运行观测；对接强化学习训练框架，支撑真实具身模型训练与评测任务；2. 策略推理集成与优化：集成和优化 vLLM、SGLang 等推理引擎，建设策略服务部署、路由与资源管理能力；结合业务负载优化批处理、缓存、多模态处理与模型执行效率，保障权重更新与模型版本关联的正确性；3. 资源画像与动态调度：根据任务类型、环境资产和实际资源用量建立资源画像，设计预热、资产亲和、配额管理与动态扩缩容策略，通过运行反馈持续优化资源申请规格、并发配置与调度效率；4. 端到端性能分析：分析环境准备、仿真执行、观测传输、策略推理及权重同步等阶段的瓶颈，建立可复现的性能基线，以有效 Rollout 吞吐、端到端时延和资源成本验证优化收益；5. 稳定性与执行正确性保障：完善故障检测、超时处理、背压、恢复与资源清理机制，支持长时间无人值守运行；建立任务、环境、轨迹、Reward 与 Policy 版本的关联追溯，保障执行隔离与样本正确性；6. 标准化接入与架构演进：设计可扩展的任务与 Runtime 接口，支持 Isaac Sim、Unity 等仿真环境，以及强化训练、评测、Replay 等业务复用平台能力，为后续边缘节点、台架和机器人接入奠定基础。 职位要求
AI Infra Engineer（Agentic RL 训练框架） 深圳、北京、上海 全职 智能机器人板块 职位描述 参与机器人大模型强化学习训练框架的研发与优化，面向不同模型、训练方式和业务场景，完善训练与推理能力，提升框架的稳定性、扩展性和运行效率。通过框架开发、性能分析与算法工程协作，支撑大规模强化学习实验和业务训练，推动算法能力高效落地。【职位描述】1. 训练框架研发：负责强化学习训练框架的设计、开发与迭代，完善 GRPO、PPO、On-Policy Distillation 等训练方式的完整流程、数值正确性与运行稳定性，统一训练数据、优化目标与参数更新的扩展接口；2. 核心模块与多后端适配：参与训练、推理、轨迹管理、奖励计算等核心模块研发，推进模块解耦与服务化，完善对 FSDP、Megatron、vLLM、SGLang 等训练与推理后端的适配层，支持不同模型、训练方式和业务场景的接入；3. 评测与性能优化：建设核心训练场景的 benchmark、profiling 与 CI 回归体系，理解不同训练场景的运行特征，定位影响端到端效率与资源利用率的关键瓶颈，结合真实业务负载开展优化并推动成果落地；4. 业务训练闭环：与算法团队协作完成具身模型 RL 后训练等真实业务的训练闭环，参与训练需求分析、技术方案设计与联调验证，支持新训练方法的接入与工程化落地；5. 自动化与研发效能：完善任务配置、实验追溯、排障诊断与模型交付工具及文档，降低实验配置、管理与排障成本，提升框架使用体验与算法研发效率。 职位要求 1. 扎实的 Python 编程与软件工程能力，熟悉 Linux 开发环境，具备良好的代码设计、调试和维护能力；2. 熟悉 PyTorch，理解大模型训练与推理的基本流程，具有相关框架或基础设施的实际研发经验；3. 具备分布式训练或推理系统经验，熟悉 FSDP、Megatron、vLLM、SGLang 等框架中的至少一种，能够理解其执行机制并定位实际问题；4.
AI Infra Engineer（预训练框架与性能优化） 深圳、北京、上海 全职 智能机器人板块 职位描述 面向 VLA 与 World Action Model（视频生成与多模态模型）的预训练需求，参与自研训练框架的开发与演进。通过训练性能分析、分布式执行优化、训练稳定性治理与算法工程协作，提升训练效率与资源利用率，降低训练成本，逐步推动预训练、微调、蒸馏与强化学习共用核心基础能力，支撑不同模型和业务场景的持续扩展。【职位描述】1. 训练框架研发：负责预训练框架核心模块的设计、开发与迭代，支持模型、数据、优化器与训练策略的灵活接入；建设统一的训练执行与状态管理机制，完善 checkpoint 保存恢复、指标记录与评测接口，保障训练正确性、可复现性与兼容性；2. 端到端性能优化：建立性能分析与评测体系，定位数据处理、计算、显存和通信等环节的瓶颈；优化数据加载与预处理流水线、模型计算与显存使用，评估算子优化、编译、低精度等技术的收益，提升 GPU 有效利用率与训练吞吐；3. 分布式训练与规模扩展：优化并行策略、通信与计算重叠及负载均衡；开展 NCCL 集合通信性能分析与优化，结合 GPU 互联和网络拓扑定位带宽、时延和慢节点问题，完成百卡到千卡规模的扩展验证与容量规划；4. 训练可靠性与工程效能：建设训练监控、日志、告警与诊断能力，定位并解决 OOM、NaN、卡死等稳定性问题；完善训练状态保存、故障恢复和重试机制，开展故障演练与复盘，降低长任务中断与人工干预；5. 公共训练能力沉淀：推进分布式执行、资源管理、保存恢复与性能分析等公共能力的抽象与复用，支持预训练与强化学习框架的融合，使视频模型预训练与现有 RL 任务共用核心基础能力。 职位要求 1. 扎实的 Python 编程与软件工程能力，熟悉 PyTorch，能够独立完成模块设计、开发、调试与验证；2. 具有大模型训练框架或分布式训练系统研发经验，熟悉 FSDP、Megatron、DeepSpeed 等框架中的至少一种；3.
可观测平台研发工程师-2027届 北京、上海 校招 正式 研发 - 后端开发 2027届校园招聘 职位描述 1. 参与 MiniMax 面向大模型训练、推理和 Agent 场景的新一代可观测平台建设。2. 参与指标、日志、Trace、事件等数据采集、存储、查询和分析链路开发。3. 建设硬件、网络、存储、训练作业、推理服务等多层信号的统一观测能力。4. 参与故障归因、异常检测、成本分析、链路回放等 AI Infra 可观测能力建设。 职位要求 1. 2027届本科及以上学历，计算机、软件工程、人工智能、自动化等相关专业优先。2. 熟悉操作系统、网络、数据库或分布式系统基础，对复杂系统问题定位有兴趣。3. 熟悉 Prometheus、Grafana、OpenTelemetry、ClickHouse、ElasticSearch 等任一技术优先。4. 具备良好工程能力，熟悉 Go / Python / Java / C++ 中至少一种语言。5. 对大模型训练、推理服务、Agent
高性能服务研发实习生-2027 届 北京、上海 校招 实习 研发 - 后端开发 2027届校园招聘 职位描述 1. 参与 大模型推理系统 的研发与优化，涵盖执行引擎、批处理调度、缓存与动态并发策略；2. 优化推理路径性能，提升 吞吐率、延迟与稳定性，探索算力与响应速度的平衡；3. 设计并实现 推理加速机制（如图计算优化、KV 缓存、高效张量调度等）；4. 参与构建面向 多模态与 Agentic 系统 的推理框架，支撑智能体在真实场景中的快速决策与反馈；5. 跟踪推理服务的前沿趋势（Speculative Decoding、Context Caching、Dynamic Routing 等），验证其在工程中的落地。 职位要求 1. 计算机及相关专业，2027 年及以后毕业；2. 熟悉 Python / C++，具备良好的系统设计与性能分析能力；3.