【核心职责】 1. 参与BOSS直聘搜索推荐系统训练框架的设计与开发； 2. 负责分布式训练框架的性能优化，包括但不限于数据流水线、模型并行、混合精度训练等方向； 3. 参与推荐/搜索场景下的、模型训练Pipeline建设，提升训练效率与模型效果； 4. 跟进业界前沿的分布式训练技术（如PyTorch DDP/FSDP、DeepSpeed、Megatron等），探索其在搜推场景下的落地应用； 5. 与推荐算法团队紧密协作，支持召回、排序、多目标建模等模型的训练框架需求，推动算法快速迭代； 6. 参与训练框架的稳定性建设与监控体系搭建，保障大规模训练任务的稳定运行。 【岗位要求】 1. 本科及以上学历，计算机、人工智能、数学、统计学等相关专业； 2. 扎实的编程基础，熟练掌握Python，熟悉C++或Java者优先； 3. 熟悉至少一种深度学习框架（PyTorch/TensorFlow/PaddlePaddle），有分布式训练实践经验者优先； 4. 了解分布式系统原理，熟悉MPI、NCCL、RDMA等通信原语，对数据并行、模型并行、流水线并行等有基本认知； 5. 熟悉Linux开发环境，具备良好的数据结构和算法基础； 6. 对搜索推荐系统有基本了解，熟悉召回、排序、粗排等基础概念； 7. 具备较强的学习能力和自驱力，善于发现和解决问题，有良好的团队协作意识。 【加分项】 1. 有大规模分布式训练框架（如DeepSpeed、Megatron-LM、Horovod等）使用或二次开发经验； 2. 熟悉GPU编程（CUDA）或高性能计算相关技术； 3. 有搜索/推荐/广告相关项目或实习经验； 4. 在GitHub上有高质量开源项目贡献。