长鑫存储软件开发工程师（算法工程）I Software Engineer(J15984)
任职要求
1.全日制本科及其以上学历，计算机/数学等专业 ,3年左右经验； 2.良好的数据结构与算法基础，至少两门编程语言（ 含 Python ）具有较为丰富的开发经验； 3.熟悉 CNN、RNN、T…
工作职责
1.基于 deepseek、Qwen 等大模型，以及 向量数据库、Emebdding 模型和 Langchain/Spring AI 等进行AI应用的开发; 2.基于智能产能、智能计划等业务场景，进行线性规划、混合整数规划等相关算法的实现。
1.前端：用 Python（Django/FastAPI/Streamlit）或 Java（Spring Boot + Thymeleaf/前后端分离）快速开发可交付的Web应用； 2.后端：负责RESTful API、微服务、消息队列、任务调度，保障高并发、高可用； 3.数据层：MySQL/PostgreSQL/MongoDB 表设计、调优、备份、迁移，必要时编写ETL脚本； 4.AI 协同：与算法团队对接，把模型（PyTorch/TensorFlow）封装成在线推理服务（Docker + K8s + GPU），持续监控效果； 5.质量保障：单元/集成测试、CI/CD、灰度发布、性能压测、故障复盘。
1.负责公司的自研分布式存储 (EB级) 的基础研发工作，为业务提供高可用、高可靠和高性能的存储服务； 2.负责分布式存储相关核心模块和技术难题的重点攻关，包含海量元数据管理和存储、数据分级存储、功能和体验上的持续改进等； 3.深入理解业务场景的需求，实现分布式存储平台化。
1、端到端数据流水线设计：负责设计、构建与优化面向大模型训练的超大规模多模态数据端到端处理流水线，覆盖数据获取、清洗、标注、质量验证到最终训练集生成的全过程。 2、高性能数据算子库开发：抽象和封装多模态数据（文本、图像、视频、音频）的通用处理逻辑，设计并实现高性能、可复用的数据算子库（如：图像解帧、语音识别、文本分词、质量过滤、数据增强等）。 3、训练数据Dataloader研发：深入跟进模型训练阶段，基于处理好的高质量数据集，研发与优化与PyTorch等训练框架无缝集成的高性Dataloader，确保训练过程中数据读取与加载的效率，解决I/O瓶颈，极大提升GPU利用率。 4、流水线编排与效率提升：研发灵活的配置化流水线引擎，支持原子算子的快速编排，并持续优化全链路的数据处理速度和资源效率，快速响应算法团队的数据需求。 5、质量与评估体系：建立数据质量监控与评估体系，确保输出数据集的洁净度、一致性与有效性，并能量化数据质量对最终模型效果的影响。
工作职责： 1、参与千亿级大模型的分布式强化学习 RL 训练框架研发，提升百卡~千卡级训练吞吐与资源利用率 2、参与 100B以上多模态强化学习算法流程适配（如DAPO等），各领域任务的 RL 正确性验证 3、实验并调优不同并行策略（Tensor/ZeRO/FSDP/Pipeline Parallelism）在超大规模模型上的最佳配置组合 4、协助定位分析分布式训练中的关键性能瓶颈（如GPU利用率低、显存瓶颈、网络通信阻塞、I/O延迟等），设计并实施优化方案进行验证。 5、参与研发/优化训练引擎的关键特性，如大规模集群下的稳定断点续训、高性能异步Rollout机制、以及高性能算子（Kernel）的集成与优化。