【Plan A】超大规模复杂训推系统方向-27届当面告知
蚂蚁科技集团股份有限公司
2026-12-12 00:00:00
校招27届本科
岗位详情
地区：
北京
·
上海
·
杭州市
专业要求：
人工智能计算机科学与技术软件工程
岗位职责：
支撑5T模型与10万+卡规模集群及持续数小时、数天甚至更长周期的 Agentic RL，研究超长上下文 Rollout 下的 KV Cache 管理、动态批处理、异步调度、多维负载均衡、长程状态保存和细粒度容错；协同优化模型并行、专家并行、计算通信 Overlap、低精度训练与关键算子，突破大规模智能训练的效率和稳定性瓶颈。
招聘要求：
1. 编程与工程素养：精通 Python/C++，代码风格优秀；对底层系统有深入钻研的兴趣与技术好奇心；
2. 分布式训练体系：深入理解分布式系统与并行计算；熟练掌握 TP/PP/SP/EP/CP/FSDP 等并行机制，具备千卡级以上实战经验；
3.大模型框架：熟练使用 PyTorch，理解自动微分底层；熟悉 Megatron-LM/DeepSpeed/vLLM/SGLang 等至少两种框架的底层实现；
4. 底层硬件与通信优化：熟悉 CUDA/CUTLASS 算子开发；深入理解 NCCL 通信优化与集群拓扑；
5. 系统分析与建模：能从第一性原理推导系统设计；对 Scaling Law、分布式性能瓶颈有深入理解，具备数学建模能力。
加分项：
1. 有 100B 以上 MoE 模型预训练系统经验；
2. 有 FP8 / FP4 混合精度工程落地经验；
3. 有长上下文（100K+）训练与推理优化经验；
4. 有超大规模集群稳定性与容错系统设计经验；
5. 对算子融合与 kernel 级优化有实践经验；
6. 熟悉至少一种主流的RLHF框架，如OpenRLHF/veRL/AReal/ChatLearn等，熟悉Ray框架或其他强化学习相关计算框架；
7. 在计算机系统网络顶会OSDI/SOSP/NSDI/ATC/EuroSys上有文章发表经验；
8. 各类高水平竞赛金牌选手。
公司介绍
蚂蚁科技集团股份有限公司
蚂蚁科技集团股份有限公司，成立于2000-10-19，位于浙江，法定代表人：韩歆毅，登记状态：存续，注册资本3500000万人民币，公司类型：民营/私企
蚂蚁集团是中国较大的移动支付平台支付宝的母公司，也是全球金融科技开放平台，致力于以科技推动包括金融服务业在内的全球现代服务业的数字化升级，携手合作伙伴为消费者和小微企业提供普惠、绿色、可持续的服务，为世界带来微小而美好的改变。