面向具身智能模型的预训练与监督微调，负责代表性模型在摩尔线程 GPU 平台上的适配、性能优化与稳定性建设。结合客户需求，深入主流开源训练框架，沉淀可复用的训练方案、数据管线和优化能力。 工作职责 1. 完成代表性视觉语言动作模型（VLA）的训练适配、正确性验证与性能基线建设。 2. 深入分析计算、显存、通信和数据加载瓶颈，优化训练吞吐、资源利用率及运行稳定性。 3. 优化混合精度、梯度累积、激活检查点和分布式训练策略，验证优化对数值精度与模型收敛的影响。 4. 优化多模态训练数据管线，包括数据读取、预处理、采样和加载。 5. 深入开源框架源码，通过性能分析、对照实验和最小复现定位问题，协同算子、通信、驱动及框架团队完成优化。 6. 支持重点客户的训练问题排查，将共性需求沉淀为代码改进、训练配置、回归测试和技术文档。 7. 指导实习生开展模型适配、基准测试和文档工作，并负责技术验收。