蚂蚁数字科技-数字科技线-大模型训推引擎工程师当面告知
蚂蚁科技集团股份有限公司
2026-12-12 00:00:00
社招本科
岗位详情
地区：
北京
·
上海
·
杭州市
·
深圳市
·
成都市
专业要求：
人工智能计算机科学与技术
岗位职责：
按方向划分，你将承担以下职责中一项或多项：
1.分布式训练方向：
（1）设计并调优大规模混合并行策略（TP/PP/DP/EP/CP 组合方案），持续提升集群 MFU；
（2）做训练性能 profiling 与全链路瓶颈攻坚，扛起训练稳定性终极排查（NCCL 超时、梯度异常、显存泄漏）；
（3）对 Megatron-LM / DeepSpeed 等训练框架做深度适配、魔改与 bug 修复，主导 mid-train 阶段的分布式方案设计与执行，与基座模型团队做核心技术对接；
2.推理服务方向：
（1）负责推理服务搭建与维护（vLLM / SGLang 部署、升级、深度调优）；
（2）推进批量推理优化与量化方案落地，在精度与吞吐之间找到商业最优解；
（3）建设 Checkpoint 管理与模型格式转换工具链，作为基模与算法团队之间的桥接层，提供日常 infra 支持；
3.Agentic RL 沙箱方向：
（1）从 0 到 1 搭建 Agentic RL 训练的沙箱环境基建，做多团队协作的技术枢纽；
（2）设计标准化的环境接口（observation / action / reward），保障沙箱的隔离性、容错与资源管控；
（3）优化沙箱吞吐与延迟，持续接入新工具与新环境；
4.大模型训练参与方向：
（1）负责专项数据合成，为模型训练提供高质量数据燃料；
（2）参与专项能力优化与模型训练，把引擎能力转化为真实的模型能力提升。
招聘要求：
1.编程功底：熟练掌握 Python / C++，有 GPU 编程（CUDA / Triton）或分布式系统实战经验优先；
2.框架深度：对 Megatron-LM / DeepSpeed / vLLM / SGLang 中至少一项有源码级理解，而非停留在配置层面；
3.协作与 Ownership：能向下扎到代码细节，也能向上对齐目标，作为多团队间的技术枢纽把事推动落地；
4.加分项：
（1）万卡级集群训练经验；
（2）开源框架贡献；
（3）Agentic RL / RLHF 训练系统落地经验。
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。