1.负责大模型分布式训练与推理引擎的加速及调优，攻克集群调度、高性能通信、混合精度及显存优化等技术难题，保障系统高效稳定。 2.跟进大模型Infra前沿趋势，在异构集群管理、并行策略、MoE及推理加速等方向进行技术攻坚，持续提升系统吞吐与资源利用率。 3.负责训练及推理场景的落地，打造高并发、低延迟服务；通过智能调度与弹性伸缩大幅降低算力成本，并构建故障自愈的高可用架构。 4.深度结合业务需求，以性能和成本等量化指标驱动技术迭代，为大模型研发实现实质性的提效降本与业务支撑。