- 计算机、AI 等相关专业硕士及以上学历。 - 具备扎实的 Python/C++ 编程能力，熟悉 PyTorch 内部机制（分布式训练、自动微分、算子调度等）。 - 对多模态模型（VLM/VLA）、视频生成模型、世界模型等有深入理解，熟悉其训练范式、数据需求与常见优化技巧。 - 熟悉主流训练框架及分布式训练技术（DeepSpeed / Megatron / FSDP / Transformers 等），理解各类并行策略的适用场景与实现原理。 - 具备良好的系统设计能力与工程意识，有从零到一构建或深度重构训练框架的经验者优先。 - 能阅读并复现预训练/多模态相关顶会论文，将算法 insight 转化为框架能力。 加分项 - 有大规模 GPU 集群训练经验（百卡以上），理解吞吐、调度、稳定性等系统级问题。 - 有数据 pipeline 或数据平台相关经验。 - 有顶会论文或开源框架贡献经历。