1、参与Agent、语言、多模态、生成式推荐、空间智能等大模型训练和推理的关键技术与系统架构的开发与实现，协助完成算法突破，并将成果落地产品，产生商业价值。 2、参与训推框架和加速特性的设计与开发，包括预训练、RL后训练、Agentic AI、推理引擎和服务化、AI训推技术辅助编程等模块的编码与调试。 3、参与AI训练/推理系统的优化方案设计和开发，在计算、内存、通信、IO等方面开展软硬协同优化，提升系统性能，支撑下一代训推系统构建。 4、跟踪业界和学术界AI计算集群训推算法、训练系统优化、推理系统优化领域的最新进展，参与业界顶会，参与开源社区贡献，学习并引入先进技术，持续提升系统竞争力。 岗位要求： 1、、人工智能、机器学习、软件工程、计算机科学、体系结构、统计数学、数据科学等相关专业。 2、具备较强的代码编写和算法实现能力，了解大模型架构、AI框架、AI系统、分布式计算与存储系统、并行软件开发。 3、具备较强的学习能力、自驱意识、团队意识和责任意识，能够积极参与团队协作，快速适应技术迭代。 4、具有语言/多模态/Agent/空间智能等大模型训练和推理实践经验者优先，掌握训推系统优化的常用方法和工具者优先。 5、有相关实习经验或高水平竞赛（如ACM）获奖经验者优先；在领域顶级会议（如NeurIPS、ICML、AAAI、ISCA、VLDB等）发表过文章者更佳。