职位描述你将参与： 1. 参与大规模模型的训练框架 设计与研发，优化核心模块性能与系统效率； 2. 进行 高性能算子的设计与实现，探索计算图与算子融合、内存布局优化等方向； 3. 推动分布式训练过程的优化，包括并行策略、混合精度、显存管理等体系设计； 4. 支撑并验证前沿方向，如 Agentic RL、长上下文建模、多模态对齐等训练实验； 5. 在真实系统中验证模型训练的性能极限。任职要求我们期待你： 1. 计算机及相关专业，2026 年及以后毕业； 2. 熟练掌握 C/C++，具备扎实的算法与数据结构基础； 3. 熟悉主流深度学习框架（如 PyTorch / DeepSpeed / Megatron 等）的运行机制； 4. 理解模型训练的底层原理与系统性能优化路径； 5. 对前沿问题保持兴趣，如 Agentic RL、长上下文建模，动态计算、推理效率优化等； 6. 若在 ACM / NOI / ISC 等竞赛中有优异成绩者优先； 7. 能连续实习 3 个月以上，每周出勤至少 4 天。 我们能提供 1. 面向万卡级集群的真实研发场景； 2. 来自系统、框架与算法方向导师的深度指导； 3. 参与大模型核心基础设施研发的机会； 4. 若实习表现优异，将有机会转正，共同探索下一代 AGI 训练范式。
