云原生 AI 开发工程师 / 架构师(J10567)

职位描述

欢迎加入摩尔线程KuaE SW团队，我们专注于大模型在 KuaE GPU 集群的分布式训练稳定性及可观测性，通过构建领先的分布式训练体系，支持万卡规模大模型训练，为国产大模型的发展助力。加入我们，一起探索技术的无限可能！

1. 大规模分布式训练稳定性策略开发及调试。

2. 大规模分布式训练可观测体系的开发及优化。

3. 大模型训练的接入及开发。

4. 调研业界最新的分布式训练技术及方案。

5. 深度参与研发产品特性开发，为研发产品支持新特性。

任职要求

● 计算机科学、电子工程或相关领域的硕士及以上学历。

● 良好的逻辑思维能力，精通计算机数据结构和算法；

● 熟悉至少一种编程语言，如GoLang、Python等。

● 熟悉云原生体系，对 Kubernetes，Docker ，Containerd 有一定的了解及使用经验。

● 熟悉大模型训练，对当前最新大模型如Llama、Qwen、ChatGLM 等有一定的了解，最好是做过大模型相关的训练。

● 至少有一种机器学习框架使用或者开发经验，如PyTorch、Megatron-LM、DeepSpeed、PaddlePadde、Colossal-AI 等。

● 对大规模分布式训练技术感兴趣，期待做有挑战性的事情；有 owner 意识，具备团队合作的能力。