文远知行AI Infra训练平台工程师【2027届校招】
校招全职地点：深圳 | 广州 | 北京 | 上海状态：招聘
工作描述
岗位简介 加入我们，你将参与国内头部自动驾驶公司万卡级GPU训练集群的构建与优化，直接支撑端到端自动驾驶大模型的训练迭代。在这里，你会深入PyTorch编译器、CUDA Kernel、NCCL通信库的最底层，解决千卡训练中的线性度瓶颈、显存墙和故障快速定位等硬核挑战。 岗位职责 分布式训练框架开发：参与大规模分布式训练任务的调度、编排与执行框架开发，支持数据并行、模型并行、流水线并行及混合并行策略。 训练性能极致优化：基于 PyTorch 2.x / Torch Compile / Triton 进行训练性能分析与优化，探索 FP8 混合精度、自定义 CUDA 算子、通信计算重叠等前沿加…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
学历+
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
FSDP+
https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html
In DistributedDataParallel (DDP) training, each rank owns a model replica and processes a batch of data, finally it uses all-reduce to sync gradients across ranks.
https://www.youtube.com/watch?v=PjEwLgyzuzQ
FSDP provides a comprehensive framework for large model training in PyTorch.
Megatron+
https://www.youtube.com/watch?v=hc0u4avAkuM
缓存+
https://hackernoon.com/the-system-design-cheat-sheet-cache
The cache is a layer that stores a subset of data, typically the most frequently accessed or essential information, in a location quicker to access than its primary storage location.
https://www.youtube.com/watch?v=bP4BeUjNkXc
Caching strategies, Distributed Caching, Eviction Policies, Write-Through Cache and Least Recently Used (LRU) cache are all important terms when it comes to designing an efficient system with a caching layer.
https://www.youtube.com/watch?v=dGAgxozNWFE
还有更多 •••
相关职位
社招3年以上技术-基础平台
1、有扎实的工程算法基础，精通数据结构和常用算法，熟练掌握各种编译、调试、性能分析工具； 2、有极佳的工程实现能力，精通Java、Go、Python之一； 3、有调度系统开发经验者优先，有MLOps系
更新于 2026-09-16北京|杭州
社招2年以上
1.熟悉Megatron/PyTorch等框架的基本的训练流程； 2.掌握GPU/NPU等工作原理、常见操作命令，至少熟练掌握一种编程语言：CUDA或Python中的一种或多种，具备扎实的工程能力和调
更新于 2025-12-15杭州
校招2027届蚂蚁星
1.熟悉 Python、C++ 中至少一种语言，具备良好的系统设计和工程实现能力； 2. 熟悉 PyTorch 训练机制，对分布式训练、并行策略、显存优化或高性能计算有实践经验； 3. 对 Megat
更新于 2026-07-28北京|上海|杭州
社招3年以上技术类-开发
1、具备扎实的计算机系统基础，在分布式系统、高性能计算、机器学习系统或计算机体系结构等方向有深入积累； 2、精通 Python、C++ 中至少一种语言，具备复杂系统架构设计和核心模块研发能力； 3、深
更新于 2026-07-29上海