职位描述
岗位职责
1.主导大规模分布式训练集群的系统架构设计与性能优化，覆盖通信、存储、调度全栈，支撑千亿级参数VLA/WAM模型的稳定高效训练；
2.负责机器人实时控制系统的底层开发，包括高精度时钟同步、实时通信中间件（EtherCAT/CAN/ROS2）、多机协同控制框架等；
3.深入模型推理引擎优化与部署，基于TensorRT/vLLM/SGLang/ONNX Runtime等框架进行定制化改造，满足真机毫秒级推理延迟要求；
4.构建高吞吐、低延迟的机器人数据Pipeline，涵盖多传感器同步采集、流式数据处理、分布式存储与高效加载；
5.建立系统级性能分析与瓶颈定位体系，制定工程规范与代码质量标准，推动团队工程能力整体提升。任职要求
任职要求
一、基本要求
海内外顶尖高校（如C9、985头部、全球QS/THE排名前50等）计算机科学、软件工程、电子工程、自动化等相关专业，2027届本科/硕士/博士，特别优秀的本科生亦可；
具备极强的底层系统思维与动手能力，对"写出正确、高效、可维护的代码"有近乎偏执的追求。
二、竞赛奖项
ACM-ICPC 亚洲区金牌 或 ICPC World Finals 正式参赛并取得有效排名（World Finals Ranked）；
IOI（国际信息学奥林匹克）金牌/银牌；
CCPC 年度总冠军或全国金奖（Top 20）；
在 OSDI / SOSP / NSDI / EuroSys / ASPLOS / PLDI / MLSys 等系统领域顶会发表过第一作者论文；
在 NeurIPS / ICML / ICLR / CVPR 等AI顶会发表过第一作者论文，且工作以系统优化、分布式训练、推理加速为核心贡献（纯算法创新不计入）。
三、专业技术能力
底层系统（须具备以下至少三项深度能力）：
编程语言：精通 C++（C++17/20），深入理解内存模型、模板元编程、零拷贝等技术；熟悉 Rust/Go 者优先；
CUDA/异构计算：熟练掌握 CUDA 编程，有 Kernel 优化、算子融合、显存管理实战经验；
分布式系统：深入理解 RDMA/RoCE、NCCL/集体通信原语、参数服务器/AllReduce 架构，有大规模集群调优经验；
操作系统：熟悉 Linux 内核机制（进程调度、内存管理、中断处理、eBPF），能进行系统级性能剖析与调优；
编译与构建：了解 LLVM/MLIR 体系，有自定义算子编译、TVM/Triton 使用经验者优先；
实时系统：熟悉 PREEMPT_RT、Xenomai 等实时Linux方案，或有机器人实时控制开发经验者优先。
四、机器人工程（具备以下至少一项者加分）：
深入理解 ROS2/DDS 架构，有机器人中间件开发或二次开发经验；
熟悉 EtherCAT/CANopen 等工业实时通信协议栈；
有 Isaac Gym / MuJoCo / Isaac Sim 等仿真平台的底层扩展或插件开发经验；
熟悉 vLLM / SGLang 等推理框架源码，有定制化改造经验。
