职位描述： 1. 分布式深度学习训练、推理系统核心技术研发； 2. 分布式系统优化，底层性能（GPU计算、存储、通信）优化； 4. 深度学习框架、超大规模分布式训练、推理等前沿问题的探索与研究，实现技术创新与突破。 职位要求： 推理优化或者分布式训练相关人选，精通CUDA的优先

职位描述： 1. 分布式深度学习训练、推理系统核心技术研发； 2. 分布式系统优化，底层性能（GPU计算、存储、通信）优化； 4. 深度学习框架、超大规模分布式训练、推理等前沿问题的探索与研究，实现技术创新与突破。 职位要求： 推理优化或者分布式训练相关人选，精通CUDA开发

1. 面向不同的应用场景开发高性能 CUDA 程序 2. 和编译器团队紧密配合，针对硬件体系结构对算法进行分析，设 计，和优化 3. 对现有 CUDA 程序进行改写和适配 岗位要求： 1. 计算机/电子工程/数学/物理，本科及以上学历 2. 精通数据级并行程序设计和 GPGPU 编程，例如 CUDA、OpenCL 3. 精通 C/C++代码的编译、调试、分析和性能优化流程 4. 熟悉计算机体系结构，具有并行算法编程，调试，与优化经验

负责视频处理算法以及编码解码在公有云，私有云以及服务器上的并行化开发和部署。 2. 具体工作内容包含但不限于以下内容： 1)把单线程的算法模型改为多线程软件，提高实时性并且充分利用CPU资源， 2)使用OpenGL／OpenCL／汇编等方法充分利用服务器的计算能力， 3)利用公司现有服务器通过Docker，Openstack等方式部署视频处理软件， 4)利用API或者SDK在公有云上开发和部署视频运用。 任职要求 1. 在并行计算相关领域有丰富的工作经验： 1)多线程编程 2)多进程编程 3)OpenGL， OpenCL，Intel汇编

工作职责 1.机器学习平台计算集群资源管理与调度优化 2.在GPU上完成超大规模模型并行训练方案设计与开发 3.配合算法团队提升深度学习模型训练效率与质量 职位要求 1.计算机相关专业本科以上学历，有扎实的计算机系统和算法基础 2.熟练使用C/C++/python，熟悉linux开发环境 3.熟悉深度学习算法原理，有算法工作相关经验优先 4.熟悉hadoop、spark等开源计算框架，

职位职责： 团队介绍：我们是「豆包视频生成模型-PixelDance」团队，我们专注于开发视频生成模型，解决视频生成的关键问题，包括但不限于高动态性视频生成、内容一致性保障。构建行业领先的视频基础模型，引领技术的未来潮流。视频生成工程团队的工作涉及到模型生产的全周期流程，在这里，你有机会参与到模型的数据生产、训练加速、推理加速、服务部署的每个环节。同时你将接触到最先进的视频生成技术、海量的数据、大规模的集群，我们期待你能够和我们的模型一同Scale UP。 1、为LLM和Diffusion Model提供训练稳定性、易用性、性能和Scale up的优化； 2、能够使用Profiler手段，分析训练瓶颈，使用分布式策略调优、算子优化等手段来提升训练性能； 3、负责ByteDance Research训练优化技术的调研和引入； 4、与算法部门深度合作，进行算法与系统的联合优化。 职位要求： 1、本科及以上学历，计算机/电子/自动化/软件等相关专业，有AI工程优化经验的优先； 2、熟悉LLM、Diffusion Model任一场景的训练性能优化； 3、熟悉Pytorch、FSDP、Deepspeed、Megatron等业界主流分布框架的使用和原理，能够进行业务场景的优化，能够关注业界最新动态并进行落地； 4、熟练GPU的高性能计算优化技术，具备丰富的基于CUDA的GPU性能优化经验，深入理解计算机体系结构，熟悉并行计算优化、访存优化，低比特计算等； 5、了解深度学习算法基本原理，熟悉神经网络基本架构和各算子计算方式，了解至少一种深度学习训练框架及其模型文件的解析。

职位职责： 团队介绍：字节跳动ByteDance Research专注于人工智能领域的前沿技术研究，涵盖了自然语言处理、计算机视觉、机器学习、强化学习等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供技术支持和服务。 1、为LLM和Diffusion Model提供训练稳定性、易用性、性能和Scale up的优化； 2、能够使用Profiler手段，分析训练瓶颈，使用分布式策略调优、算子优化等手段来提升训练性能； 3、负责训练优化技术的调研和引入； 4、与算法部门深度合作，进行算法与系统的联合优化。 职位要求： 1、本科及以上学历，计算机/电子/自动化/软件等相关专业，有AI工程优化经验的优先； 2、熟悉LLM 、Diffusion Model任一场景的训练性能优化； 3、熟悉Pytorch、FSDP、Deepspeed、Megatron等业界主流分布框架的使用和原理，能够进行业务场景的优化，能够跟踪业界最新动态并进行落地； 4、熟练GPU的高性能计算优化技术，具备丰富的基于CUDA的GPU性能优化经验，深入理解计算机体系结构，熟悉并行计算优化、访存优化，低比特计算等； 5、了解深度学习算法基本原理，熟悉神经网络基本架构和各算子计算方式，了解至少一种深度学习训练框架及其模型文件的解析。

职位描述 1、负责贝壳一站式机器学习平台的设计研发与迭代改进，为业务提供稳定易用、高性能、高性价比的解决方案； 2、业内机器学习系统与平台前沿技术进展跟进与调研、落地； 3、参与模型训练，模型服务，模型管理，资源调度等机器学习相关问题的开发。 任职要求 1、计算机基础知识与编程基本功扎实，熟悉Go/Python/C++至少一种； 2、参与过大规模分布式系统的开发和维护； 3、良好的沟通能力和团队协作精神，严谨的工作态度与高质量意识 ； 4、善于学习新的知识，动手能力强，有进取心。 加分项： 1、有CUDA C/C++编程经验，有GPU并行计算编程基础(NCCL)经验优先； 2、了解分布式系统、容器相关领域技术，熟悉Kubernetes/docker等优先； 3、熟悉机器学习框架(Tensorflow/Pytorch/Jax)优先。

工作职责： 1. 参与公司高性能计算平台的搭建、开发和优化。 2. 参与公司HPC建设的相关技术研究、设计和实现，例如并行计算、低延迟网络、并行文件系统等。 3. 研究和开发深度学习相关的通信、计算等技术，致力于GPU或其他异构硬件的高性能系统开发。 4. 开发公司高频策略所需的高性能回测系统。 职位要求： 1. 计算机、电子、通信专业，硕士及以上学历。 2. 精通C++语言，具有3年及以上的linux环境下C/C++多线程和多进程开发经验， 熟练掌握Linux环境下C++网络编程技术。具有linux环境下丰富的代码调试经验。 3. 熟练掌握计算机系统相关原理和结构，了解常见处理器（X86、ARM等）、缓存、传输总线、存储介质的基础知识。 4. 具有OpenMP、MPI、RDMA等高性能计算相关技术的开发经验，通过对Linux内核的优化，开发出基于CPU的高性能、低延迟抖动系统。 5. 具有多年的cuda并行计算开发经验，能够基于相关GPU框架（Tensorflow、Pytorch）进行性能或通信上的优化，以提升相关系统在海量金融数据（TB级）下的高速传输和计算。 6. 具有优秀的团队沟通和协作能力、责任心强，善于学习，有较强的自我驱动，具有独立分析并解决问题的能力。

一、公司简介 彩讯股份(创业板股票代码:300634)是一家软件互联网上市公司，是协同办公、 智慧渠道、云和大数据领域的龙头企业。拥有五地研发中心和遍布全国的运营网络，员工超过 3000 人。 公司坚持“以大场景运营效果为导向，全面数字化、智能化”的发展战略，持续加大在人工智能等领域的投入，将成为中国领先的智能数字化企业。 二、项目介绍： AI信创中心介绍： 彩讯股份“AI信创中心”是公司为抢占人工智能技术先机而成立的核心研发机构，是直接向CEO汇报的一级部门。中心汇集公司在人工智能、机器学习、知识图谱、自然语言处理等方面的人才,致力于将人工智能技术应用于公司各业务领域,实现产品、服务的智能化升级。 中心遵循“技术引领,应用驱动,市场导向”的发展策略,通过技术研究来挖掘人工智能的应用潜力,并在公司主营业务中进行示范与落地。 中心重点开展的技术和应用研究包括: 1）基于Transformer与BERT的对话系统与推荐系统。运用预训练语言模型与迁移学习技术,快速实现对话与推荐能力。 2）基于RL的智能决策与智能优化。研发强化学习技术在复杂决策环境中的应用,实现自动化智能决策。 3) 基于CVAE与StyleGAN等技术的智能创意与个性化推荐。生成图像、音乐、文本等创意素材,为个性化推荐提供丰富素材。 4）基于GAN与变分自编码器的客户画像与精准营销。利用生成对抗网络等算法,构建真实全面的数据与客户画像。 中心的研发重点在于企业级AI中间件与行业应用的研发,而非特定的机器学习模型。 中心的职责还包括: 1) 与高校、行业合作伙伴共建AI创新联合实验室,拓展产学研合作。 2) 发展与人工智能产业链上下游的合作伙伴关系,拓展公司的产业影响力。 3) 引领全公司各业务部门的产品与业务智能化转型升级。 4) 人工智能核心技术与产品的研发,不断提高公司的AI能力与实力。 中心将持续投入人工智能前沿技术与产品创新,以人工智能驱动公司各业务向智能化、个性化转型,实现产品服务的差异化和融合创新,为客户提供增强的体验与价值。中心必将成为公司实现产业升级与转型的核心动力之 三、岗位介绍： 【岗位职责】： 1、开源LLM的能力接入与部署； 2、负责LLM训练，模型微调； 3、SFT、RM、PPO等算法研究与优化； 4、负责前沿技术探索和落地。 【岗位要求】： 1.人工智能、计算机、数学/统计学等相关专业硕士及以上学历； 2.熟悉AI领域的前沿研究，具有丰富的研究经验，具备百亿级以上LLM 训练经验优先； 3.了解并行计算、CUDA、网络通信、系统优化、集群硬件架构等 HPC 相关的知识； 4.具有Prompt设计与微调经验优先； 5.熟悉SFT、RM、PPO原理，有实际实践经验者优先； 6.熟悉主流深度学习工具Pytorch，TensorFlow等； 7.具备良好的编程能力，熟练掌握 Python，数据结构和算法设计，熟悉 Linux / Unix 系统和 Shell 编程，熟练使用 Git； 8.在AI开源社区有贡献者优先； 9.在AI领域的核心期刊发表过论文优先； 10.有 TVM、TensorRT 等推理平台优化经验者优先； 11.了解并行推理技术的优先。 四、薪酬福利与职业发展： 我们提供竞争力的薪资待遇和福利待遇，包括期权激励、五险一金、带薪年假、节假日福利、健康体检、培训及晋升机会等。 同时，我们还为员工提供广阔的职业发展空间，鼓励员工在工作中不断成长和进步。 我们的团队充满活力、激情和创新精神，致力于打造一个开放包容、信任互助的工作环境，并定期举行各种团队建设活动，增强彼此之间的沟通和理解。 期待您的加入，一起探索未来无限可能！想更多了解彩讯股份，欢迎进入：https://www.richinfo.cn

工作职责 1、负责平安云容器产品的架构设计和落地工作； 2、负责容器云领域的前沿技术跟踪与应用，架构演进，支撑业务中长期发展； 3、深刻掌握平安容器服务架构技术体系，从架构视角在稳定性、成本、架构决策和定制系统层面，赋能平安云服务体验与架构演进； 4、能够解决线上技术问题，并不断提升系统性能及稳定性。 任职要求 1、本科以上学历，计算机相关专业，相关工作经验； 2、精通Golang开发语言，有相关的开发经验； 3、精通云原生核心技术原理，如容器运行时，Kubernetes，operator，容器网络，容器存储等核心机制； 4、精通容器CNI原理；精通网络相关数据面技术原理，具有独立研发CNI组件经验者优先； 5、精通容器CRI、NRI技术原理；熟悉主流容器运行时Docker，containerd，runc，kata等，具有独立研发CRI运行时能力； 6、精通容器CSI技术原理，精通主流分布式存储、本地存储等原理与机制，有存储研发经验者优先； 6、精通HPC平台相关技术，如：Gang 调度、PipeLine调度、RDMA, CUDA, RoCE，NCCL等，具有昇腾等信创平台研发经验者优先； 7、熟悉混部相关技术优先，如：koordinator, Caelus，及相关资源压制、调度技术； 8、具备云计算虚拟化，安全，网络，中间件，大数据等领域的10年以上研发或架构经历； 9、具有良好的沟通、团队协作能力，架构方案推动和落地能力； 10、有作为研发领域负责人或架构领域负责人经验者优先。

工作职责： - 基于机器学习的广告竞价排序机制优化，优化用户体验/排序效果 - 广告冷启动策略以及转化率预估，以及售卖机制设计，定价策略优化等 - 运用数据挖掘和机器学习方法，深入挖掘海量房产数据，负责房屋价格预估、客源意愿挖掘、智能匹配等算法 - 参与特征工程、召回、排序等模型持续优化和研究，配合工程持续优化线上模型，持续提升产品体验和商业价值 任职资格： - 两年以上数据挖掘与机器学习应用经验，有推荐、广告/营销、搜索、最优化问题等领域丰富的实战经验 - 对深度模型和常用机器学习算法(如：NN、树模型、LR、FM等)有较好的理解及实践经验 - 具备很强的工程及编码能力，能独立实现和调优算法，熟练掌握Python、java、Shell、Go、Scala等中的一种语言 - 有海量数据处理和并行计算开发经验,熟悉Hadoop、Storm、Spark等技术者优先 - 责任心强，有快速学习的能力；目标导向，善于结合具体业务场景，灵活的分析与解决有挑战性的问题 - 有个人技术博客、活跃在各技术社区、有数据挖掘/机器学习相关paper的更佳

岗位职责： 1、负责推理加速算法的研发和实现，包括但不限于模型剪枝、模型量化、模型蒸馏、模型压缩等； 2、负责深度学习模型的量化和蒸馏，实现高效的模型压缩和部署，提高模型的运行效率和推理速度； 3、负责LLM/多模态模型的端到端部署和流程优化，探索包括但不限于推理引擎的开发、模型优化和压缩、模型部署的端到端流程设计等； 5、负责设计和研发AI端到端任务编排体系，提升AI大模型在业务中的应用效率； 6、负责优化计算集群的资源调度和弹性计算策略，提升集群的资源利用率。 岗位要求： 1、硕士及以上学历，计算机专业出身； 2、熟悉CPU/GPU架构与工作原理，有深度学习系统研发经验，熟悉CUDA编程并有相关开发经验，熟悉CUDA、Triton等算子编写的相关技术； 3、具有深度学习推理加速和优化的经验，熟悉常见的加速技术，如剪枝、量化、分布式推理等，并能够根据不同场景和硬件平台进行针对性的优化； 4、 熟悉常见的模型量化技术，如低精度量化、动态量化等，并能够进行模型的量化优化，熟悉计算机体系结构基础知识，有扎实高性能计算(GPU/x86/ARM等)、或推理框架及AI编译(TRT/TVM等)、或模型算法优化(量化/稀疏等)方面的经验； 5、熟悉常见的深度学习框架，如PyTorch、TensorFlow等，并能够根据业务需求进行算法实现和调试。熟悉常见GPU服务部署框架和服务部署流程，如Triton等，能够实现动态批处理和GPU服务调度，熟悉K8S上GPU的调度和隔离方案，熟悉Docker； 6、熟悉LLM/多模态相关的算法技术以及推理加速方法，具有LLM训练及开发经验，如大模型数据处理、模型微调、预训练、强化学习等，了解TRT-LLM，deepspeed，VLLM等训练或推理加速框架； 7、具备较强的团队合作和沟通能力，优秀的分析和解决问题能力，对挑战性问题充满激情，自驱有追求，具备较强的攻坚能力。

职位描述： 1. 自动驾驶模型部署，性能优化，将算法模型部署上车； 2. 算法后处理逻辑编写，通过后处理逻辑解决一些算法问题。 职位要求： 1. 精通C/C++； 2. 对深度学习有一定了解，有过模型部署经验，与算法团队有过密切合作； 3. 对cuda/tensorrt有一定了解; 4. 有自动驾驶AI模型部署，或者模型后处理经验者优先； 5. 具有良好的语言沟通及团队协作能力。

职位描述 1. 配合算法研究员完成算法的落地与部署工作，并在代码与指令集层面优化算法运行效率。 2. 设计基于GPU的高性能算法基础库，支持下游各个算法研发。 职位要求 1、熟悉CUDA工作原理，能独立完成代码热点分析并制定优化方案。 2、良好的编程能力，熟悉python, c++，掌握常见的算法和数据结构知识； 3、良好的工程能力，有较强的的代码结构设计能力，熟练使用git、ssh，cmake等工具。 加分项 1、ACM/ICPC、CCPC、NOI、IOI等计算机/信息学竞赛获奖经历。