主分类：AI训练推理与计算优化
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【基座大模型北斗实习】大模型训练研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "北京市 / 上海市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "简介：大模型的能力上限，很大程度取决于训练系统的天花板。我们在做的事：让千亿参数的模型在万卡集群上跑得更快、更稳、更省——把每一张GPU的算力榨干，把每一次训练崩溃的损失降到最低，把工程师等待结果的时间从“几天”压到“几小时”。\n\n1、分布式训练框架优化\n①深入源码，针对美团训练场景做定制化改造。\n②设计和实现更高效的张量并行、流水线并行、数据并行混合策略。\n③探索 MoE（混合专家） 模型的并行训练方案，解决专家负载均衡、通信爆炸等硬问题。\n2、计算效率优化\n①基于 CUDA / Triton 编写和优化高性能算子（FlashAttention、FusedMLP等）。\n②分析训练 profiling 数据，定位计算/通信/内存的瓶颈并针对性优化。\n③推进混合精度训练、梯度压缩等技术落地。",
"requirements_text": "1、GPU编程：写过CUDA kernel，理解warp/SM/显存层次结构；\n2、训练框架：用过或改过Megatron/DeepSpeed/FSDP，不只是跑过demo；\n3、通信系统：了解NCCL原理，或有网络协议栈/RDMA相关经验；\n4、编译优化：接触过 XLA/TorchInductor/TVM 等编译器，或做过IR优化；\n5、顶会论文：MLSys/OSDI/SOSP/ATC/ISCA 等系统顶会在手。",
"skills": [AI生成
"CUDA"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4348833221&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4348833221",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4348833221&jobShareType=1"
},
"fulltext": "【基座大模型北斗实习】大模型训练研究\n【基座大模型北斗实习】大模型训练研究\n\n基础信息\n工作地点：北京市 / 上海市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-04-03\n\n岗位职责\n简介：大模型的能力上限，很大程度取决于训练系统的天花板。我们在做的事：让千亿参数的模型在万卡集群上跑得更快、更稳、更省——把每一张GPU的算力榨干，把每一次训练崩溃的损失降到最低，把工程师等待结果的时间从“几天”压到“几小时”。\n\n1、分布式训练框架优化\n①深入源码，针对美团训练场景做定制化改造。\n②设计和实现更高效的张量并行、流水线并行、数据并行混合策略。\n③探索 MoE（混合专家） 模型的并行训练方案，解决专家负载均衡、通信爆炸等硬问题。\n2、计算效率优化\n①基于 CUDA / Triton 编写和优化高性能算子（FlashAttention、FusedMLP等）。\n②分析训练 profiling 数据，定位计算/通信/内存的瓶颈并针对性优化。\n③推进混合精度训练、梯度压缩等技术落地。\n\n岗位基本要求\n1、GPU编程：写过CUDA kernel，理解warp/SM/显存层次结构；\n2、训练框架：用过或改过Megatron/DeepSpeed/FSDP，不只是跑过demo；\n3、通信系统：了解NCCL原理，或有网络协议栈/RDMA相关经验；\n4、编译优化：接触过 XLA/TorchInductor/TVM 等编译器，或做过IR优化；\n5、顶会论文：MLSys/OSDI/SOSP/ATC/ISCA 等系统顶会在手。\n简介：大模型的能力上限，很大程度取决于训练系统的天花板。我们在做的事：让千亿参数的模型在万卡集群上跑得更快、更稳、更省——把每一张GPU的算力榨干，把每一次训练崩溃的损失降到最低，把工程师等待结果的时间从“几天”压到“几小时”。\n\n1、分布式训练框架优化\n①深入源码，针对美团训练场景做定制化改造。\n②设计和实现更高效的张量并行、流水线并行、数据并行混合策略。\n③探索 MoE（混合专家） 模型的并行训练方案，解决专家负载均衡、通信爆炸等硬问题。\n2、计算效率优化\n①基于 CUDA / Triton 编写和优化高性能算子（FlashAttention、FusedMLP等）。\n②分析训练 profiling 数据，定位计算/通信/内存的瓶颈并针对性优化。\n③推进混合精度训练、梯度压缩等技术落地。\n1、GPU编程：写过CUDA kernel，理解warp/SM/显存层次结构；\n2、训练框架：用过或改过Megatron/DeepSpeed/FSDP，不只是跑过demo；\n3、通信系统：了解NCCL原理，或有网络协议栈/RDMA相关经验；\n4、编译优化：接触过 XLA/TorchInductor/TVM 等编译器，或做过IR优化；\n5、顶会论文：MLSys/OSDI/SOSP/ATC/ISCA 等系统顶会在手。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}