1、负责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创新研究，引领业界方向，实现关键算法和技术突破，推动成果落地产品并产生商业价值； 2、主导训推框架和加速特性的前沿设计与研究，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方向，探索下一代技术方案； 3、主导AI训练/推理系统的优化方案研究，开展AI模型算法与计算系统的联合创新优化，通过计算、内存、通信、IO等软硬协同设计，支撑下一代训推系统竞争力构建； 4、把握并引领业界和学术界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研究进展和技术趋势，参与业界顶会，参与开源社区贡献，持续提升AI算力集群系统竞争力，将前沿成果融入研发。 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、具备扎实的算法和代码实现能力，深入理解大模型架构、AI框架、AI系统、分布式计算与存储系统、并行软件开发原理； 3、具备出色的学习能力、自驱意识、团队意识和责任意识，能够独立开展创新性研究，并带领团队突破技术难题； 4、具有语言/多模态/Agent/空间智能等大模型训练和推理的深入研究经验，熟练掌握训推系统优化的前沿方法和工具； 5、在领域顶级会议（如NeurIPS、ICML、ICLR、CVPR、ACL、ISCA、MICRO、HPCA、ASPLOS、OSDI、SOSP、VLDB等）以第一作者或主要贡献者发表过多篇高质量论文，或有顶级研究机构实习经验/高水平竞赛（如ACM）获奖经验者优先。