快手【快Star-X实习】深度学习训练平台研发工程师
任职要求
1、硕士及以上学历，专业不限，计算机相关专业优先； 2、掌握Python/C++编程语言，了解RPC框架、集合通信和CUDA编程更佳； 3、了解AI infra 整体技术栈需求，有训练框架或推理…
工作职责
1、研发业界领先的推广搜深度学习训练框架，提供面向大规模稀疏数据的解决方案，服务于快手内部所有推荐类业务场景，包括 短视频、海外、广告、电商、直播等； 2、多样的业务形态和庞大的业务规模使得框架的开发与优化极富挑战性：万量级 GPU 卡，千亿量级样本，万亿量级参数，PB 量级训练数据。
1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等； 2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能。与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能； 3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。
1、参与快手模型训练推理的深度研发，提升模型训练、推理的框架性能； 2、与算法部门合作，为快手大模型定制训练方案，探索大模型的 RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能； 3、分析服务器、手机端模型的推理特点，对计算、访存和通讯做出针对性优化； 4、关注前沿技术，跟进业内最新研究进展和应用趋势，提出创新思路和方向。
1. 参与人形机器人Vision-Language-Action (VLA)算法的研发，包括数据采集、模型训练与部署、多模态大模型在机器人操作任务中的应用； 2. 负责机器人动力学建模、轨迹优化、实时运动规划算法开发与调优； 3. 探索VLA模型与传统运动规划算法（RRT、轨迹优化、MPC等）的结合方式； 4. 跟踪Learning for Planning / Planning for Learning领域最新进展，推动技术创新； 5. 参与机器人数据集的构建、清洗与标注流程优化；
1、机器学习相关领域最新进展，包括深度学习、强化学习、迁移学习、元学习等； 2、将机器学习前沿技术在推荐、广告、游戏、风控、效率工程等业务场景进行应用落地和优化； 3、开发通用或者定制化并行的机器学习训练/推理平台； 4、集成和优化目前主流的机器学习框架，比如TensorFlow、PyTorch。