招聘城市：北京，上海，杭州
…模型结构设计(Dense, MoE, Long Context等)、初始化&优化器策略、学习范式的创新，深度理解模型的学习机制和评估方法，能够更精准的预测模型行为，并持续提升模型预训练从算力&数据到智能的转化效率。
任职要求：
1、不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；
2、优秀的代码能力、数据结构和基础算法功底，熟练掌握至少一门编程语言，包括但不限于Python等；
3、有LLM/MLLM等多模态理解技术背景，或大规模模型训练实际项目经验者优先；
4、在TPAMI/CVPR/NeurIPS/ICCV/ICML/ICLR等顶级期刊会议上发表相关论文者优先；
5、良好的沟通协作能力，责任心强，积极主动，能和团队一起探索新技术，推进技术进步。
招聘城市：北京，上海
…基础算法功底，熟悉Python开发，熟悉 Linux/Git开发环境；
2、有较好的学习能力、沟通协作能力和自驱力，能和团队一起探索新技术，推进技术进步（⭐️有大牛带着成长）
2、熟悉至少一种主流基础深度学习训练框架（TensorFlow/PyTorch/PaddlePaddle等）的使用和实现；
3、了解主流LLM模型结构，使用过至少一种主流LLM训练框架（Megatron-LM/DeepSpeed/veRL等）；
加分项：
1、熟悉DP/TP/PP/ZeRO等分布式训练策略原理，有大模型训练调优分析经验者优先；
2、熟悉至少一种AI编译加速组件者优先，包含但不限与TorchInductor/TVM/Triton/XLA等；
3、了解并行计算、网络通信、系统优化和集群硬件架构等相关知识者优先；
4、了解 GPU 硬件架构和 GPU 软件栈…
招聘城市：北京，上海
…万亿级并行推理系统；
3、为内部产品线提供解决方案，协助公司内用户解决大模型应用过程中业务在MaaS上的使用问题。
任职要求：
1、本科及以上学历，计算机、人工智能等相关专业优先；
2、熟悉Linux/Unix平台上的C++/Python/Rust编程，熟悉常用的数据结构和算法，有良好的编程习惯；
3、具备大模型方向头部开源框架开发经验，或者具有大模型工程优化的前沿论文成果；
4、熟悉至少一种大模型训练或推理框架的原理和实现，具有修改源码或者深度使用的实践经验；
预训练框架：PyTorch、Megatron、DeepSpeed等
后训练框架：veRL、OpenRLHF、Llama-Factory等
推理框架：vLLM、SGLang、TensorRT-LLM等
5、熟悉大模型量化、蒸馏、剪枝等模型压缩常用方案并有相关实践经验；…
招聘城市：上海，北京
岗位职责：
模型训练：参与大型语言模型的训练实验，学习如何通过思维链推理提升模型在复杂任务上的表现
算法探索：学习探索前沿强化学习算法，协助团队进行奖励模型的构建和优化
Reasoning技术探索：参与模型监督、自我提升等训练优化探索
训练框架优化：学习使用LLM训练框架，参与协助优化训练流程，提升团队开发效率
任职要求：
任职资格
具备较好的编程能力和算法开发能力，熟悉常用的机器学习、深度学习算法
熟悉Llama-Factory、veRL、MS-Swift等框架，有相关项目经验更佳
了解分布式训练框架如DeepSpeed、Megatron-LM等
有较强的学习意愿和团队协作精神，能保证每周至少3天实习时间，实习期至少3个月
加分项
对强化学习有基本了解或项目…
招聘城市：北京
【LongCat大模型人才校招】基础模型 - 预训练
更新时间：2026-06-03
工作地点：北京市
事业群：核心本地商业-基础研发平台
岗位职责
1.探索下一代大模型训练范式，从模型结构、训练策略、数据策略、算力利用率等角度切入，打造具有更强能力和更高潜力的基座模型设计更高效的模型结构，提高给定数据量、计算量、硬件资源、序列长度等约束下的模型能力和潜力，如长序列能力、记忆能力、推理能力等。
2.探索更科学的训练策略，对影响training dynamic的关键变量（如学习率、batchsize、初始化等）形成更科学的认知。
3.探索更前沿的训练范式（如diffusion LLM，test-time scaling等具有潜力的技术），发现更高效和稳定的scaling路径。
4.研究模型…
招聘城市：北京，上海
岗位职责：
【部门介绍】引擎架构部提供小红书搜广推，CV和NLP业务的深度学习模型高性能AI Infra服务。主导SOTA AI Infra架构设计与核心模块开发，支撑AI业务在大规模多模态生成式搜广推等前沿场景上规模落地。
1、参与开发支持下一代多模态生成式搜广推超大规模（百亿-万亿级）模型的GPU千卡互联分布式训练框架。
2、与公司算法同学深度合作，为重点项目进行算法与训练框架的联合优化。
3、支撑业界领先的多模态模型在国内最大的生活兴趣社区上落地。
任职要求：
【岗位要求】
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. 熟悉C/C++/CUDA，具备扎实的系统…
招聘城市：北京，上海
…如长序列能力、记忆能力、推理能力等。
2）探索更科学的训练策略，对影响training dynamic的关键变量（如学习率、batchsize、初始化等）形成更科学的认知，探索更适合大模型的optimizer等。
3）研究模型结构和数据的耦合关系；探索预训练与上下游环节的联合优化；改进分阶段训练范式。
4）结合MLsys解决大规模训练和推理中遇到的卡点问题，实现算法和工程联合设计。
任职要求：
1) 有相关方向科研经历/发表过高水平学术论文
2) 熟悉大模型训练/推理框架，底层算子实现等
3) 能够长期线下实习
岗位亮点：
1) 业界前列的算力规模
2) 团队在北京上海香港均有base
3) 成果可发表论文，也可参与内部模型训练，充分提高个人影响力
招聘城市：北京，上海，杭州
…基础算法功底，熟悉Python开发，熟悉 Linux/Git开发环境；
2、有较好的学习能力、沟通协作能力和自驱力，能和团队一起探索新技术，推进技术进步（⭐️有大牛带着成长）
2、熟悉至少一种主流基础深度学习训练框架（TensorFlow/PyTorch/PaddlePaddle等）的使用和实现；
3、了解主流LLM模型结构，使用过至少一种主流LLM训练框架（Megatron-LM/DeepSpeed/veRL等）；
加分项：
1、熟悉DP/TP/PP/ZeRO等分布式训练策略原理，有大模型训练调优分析经验者优先；
2、熟悉至少一种AI编译加速组件者优先，包含但不限与TorchInductor/TVM/Triton/XLA等；
3、了解并行计算、网络通信、系统优化和集群硬件架构等相关知识者优先；
4、了解 GPU 硬件架构和 GPU 软件栈…
招聘城市：北京，上海，杭州
…通用基座模型通过 Prompting 调用 API 更好服务业务提供支撑。
任职要求：
1、不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；
2、扎实的编程能力和算法功底，熟练掌握Python/C++/Java等至少一种编程语言；
3、扎实的机器学习/深度学习理论基础，有大规模推荐系统、计算广告、搜索引擎等核心算法项目经验；
3、有LLM/MLLM等多模态理解技术背景，或大规模模型训练实际项目经验者优先；
5、在TPAMI/CVPR/NeurIPS/ICCV/ICML/ICLR等顶级期刊会议上发表相关论文者优先；
6、在顶级学术会议或期刊发表论文，或ACM编程竞赛/机器学习等竞赛获奖；
7、良好的沟通协作能力，责任心强，积极主动，能和团队一起探索新技术，推进技术进步。
招聘城市：北京，上海
…基础算法功底，熟悉Python开发，熟悉 Linux/Git开发环境；
2、有较好的学习能力、沟通协作能力和自驱力，能和团队一起探索新技术，推进技术进步（⭐️有大牛带着成长）
2、熟悉至少一种主流基础深度学习训练框架（TensorFlow/PyTorch/PaddlePaddle等）的使用和实现；
3、了解主流LLM模型结构，使用过至少一种主流LLM训练框架（Megatron-LM/DeepSpeed/veRL等）；
加分项：
1、熟悉DP/TP/PP/ZeRO等分布式训练策略原理，有大模型训练调优分析经验者优先；
2、熟悉至少一种AI编译加速组件者优先，包含但不限与TorchInductor/TVM/Triton/XLA等；
3、了解并行计算、网络通信、系统优化和集群硬件架构等相关知识者优先；
4、了解 GPU 硬件架构和 GPU 软件栈…
招聘城市：北京，上海
岗位职责：
【愿景】
我们致力于构建健康的本地商业生态，通过为平台客户和消费者提供符合其需求的多元、便捷、高效的商业产品和服务，帮助生态伙伴提高效率、优化经营、实现持续健康发展，推动本地商业数字化营销的发展，促进商业生态繁荣。
【你将参与】
1.生成式广告训练系统设计：基于前沿大模型（如Transformer、HSTU等），设计生成式推荐模型的分布式训练框架，优化数据/模型的高效并行处理和混合精度训练策略。
2.高性能推理引擎建设：既有大稀疏（Embedding），又有大稠密（LLM）的模型结构下，优化延迟、吞吐量和显存占用，支持千亿/万亿参数模型的实时推理需求。
3.低进度优化：基于结构化和非结构化模型进行低进度训推协同优化…
招聘城市：北京，上海
岗位职责：
1.探索下一代大模型训练范式，从模型结构、训练策略、数据策略、算力利用率等角度切入，打造具有更强能力和更高潜力的基座模型。
2.设计更高效的模型结构，提高给定数据量、计算量、硬件资源、输出序列长度等约束下的模型能力，如长序列能力、记忆能力等。
3.探索更科学和前沿的训练策略，对影响training dynamic的关键变量（如学习率、batchsize、初始化等）形成更科学的认知，探索diffusion LLM，test-time scaling等技术。
4.研究模型结构和数据的耦合关系，优化分阶段训练范式。
5.结合MLsys解决大规模训练中遇到的卡点问题，实现算法和工程联合设计。
【为什么是我们】
1.明确的技术判断：团队在原生多模态方向有非…
招聘城市：北京，上海
…评估新硬件的技术价值，输出选型建议和规模化落地方案
4.方向四：高性能内核
• 定制开发高性能计算内核，深入发掘GPU/NPU等不同硬件架构的优化空间
• 推进算子开发范式的迭代，探索自动化算子生成（如LLM辅助生成高性能kernel）
任职要求：
1.计算机、电子工程、数学等相关专业硕士及以上学历
2.有一定大模型训练/推理/分布式系统相关开发经验
3.熟悉PyTorch/Megatron-LM/DeepSpeed等主流框架中至少一个的内部实现
4.熟悉至少一种分布式并行策略（DP/TP/PP/SP/EP）的原理和实现细节，或有高性能算子开发经验
5.扎实的C++/Python/CUDA编程能力，有性能优化经验
6.有实际参与过10B+参数规模模型训练的项目经验优先
招聘城市：广州
金融AI大模型训练
不限
本科生
1年以下
4000～5000元/月
职位诱惑：五险一金,双休,朝九晚五,压力小
职位描述
Description
岗位描述
1.根据金融大模型的需求，对各类金融分析，投研判断，市场数据等进行精确标注；
2.对标注过程中发现的问题及时反馈，针对标注内容进行定期复盘总结；
3.针对标注任务提出可行性优化建议及改进措施。
任职要求
1.金融/经济/相关专业本科学历；优秀应届生可培养转正；
2.个人具有金融产品投资经历，包括股票、基金、期货等:
3.具有金融机构实习/从业经历优先；
4.持有基金从业、证券从业、期货从业等证书优先。
工作时间
每天工作8小时，行政班时间，周六日双休
收入待遇
底薪3K-5K，五险…
招聘城市：北京
岗位职责：
【课题说明】
信息流广告系统一般采用“召回->粗排->精排->出价->拍卖”的多级漏斗架构，但各模块独立优化导致优化目标不一致，前链路会制约后链路上限，漏斗效率折损大。随着大模型和生成式技术的快速发展，其强大的表征能力和良好的Scaling性质也为广告系统提供了新的可能性。本研究旨在探索如何利用生成式技术重塑整个广告系统，通过一个端到端的生成式广告大模型完成所有决策，打破多级漏斗框架，打开模型决策空间，最大化平台收益。
【建议研究方向】
1.生成式广告训练系统设计：基于前沿大模型（如Transformer、HSTU等），设计生成式推荐模型的分布式训练框架，优化数据/模型的高效并行处理和…
招聘城市：北京
北京元初新能源理论研究院
科研设计单位科学研究和技术服务业50-200人北京市海淀区
招聘信息
人工智能模型应用与训练研究员
面议北京市海淀区全职博士10人2027-02-26
收藏
2026-02-2720:16:26
职位描述
方向简介：开展聚变物理研究与人工智能模型训练的数据标准化与平台研究。
所需背景：需具备数据标准化建设与多模态数据处理经验，熟悉数据构建方法。
核心职责：制定数据标准与质量规范，实现数据清洗、增强与自动化处理；搭建可信可溯的人工智能数据平台，支持全周期数据管理与跨模态科研协同。
职位类别:学术/科研
专业要求:工学,理学
单位简介
北京元初新能源理论研究院（简称元初研究院）是顺应全球…
招聘城市：北京，上海
岗位职责：
简介：千亿参数、万亿Token、万卡集群——预训练的核心命题只有一个：在极限规模下，让每一张GPU都跑满，每一次迭代都不浪费。这是工程复杂度最高、也最能锻炼系统能力的地方。
你可能会做以下方向研究：
1、超大规模分布式训练
①设计和优化ND并行（EP/CP/DP/TP/PP）+ MoE并行混合策略，支撑万亿参数模型训练。
②深入 Megatron-LM 内核，针对美团模型架构做定制化设计、改造，性能优化。
③解决流水线气泡、显存碎片、梯度累积等大规模训练特有的工程难题，细粒度控制平衡计算通行的精度和效率。
2、计算 & 算子优化
①基于 CUDA / Triton 开发高性能训练算子（FlashAttention变体、FusedMLP、RMSNorm等）。
②推进 8bit、4bit 混合精度…
招聘城市：北京，上海
岗位职责：
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”。
1、分布式训练框架优化
①深入源码，针对美团训练场景做定制化改造。
②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。
③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。
2、计算效率优化
①基于 CUDA / Triton 编写和优化高性能算子（FlashAttention、FusedMLP等）。
②分析训练 profiling 数据，定位计算/通信/内存的瓶颈…
招聘城市：北京，上海
岗位职责：
简介：探索下一代大模型训练范式，从模型结构、训练策略、数据策略、算力利用率等角度切入，打造具有更强能力和更高潜力的基座模型
1、设计更高效的模型结构，提高给定数据量、计算量、硬件资源、输出序列长度等约束下的模型能力，如长序列能力、记忆能力等。
2、探索更科学和前沿的训练策略，对影响training dynamic的关键变量（如学习率、batchsize、初始化等）形成更科学的认知，探索diffusion LLM，test-time scaling等技术。
3、研究模型结构和数据的耦合关系，优化分阶段训练范式。
4、结合MLsys解决大规模训练中遇到的卡点问题，实现算法和工程联合设计。
任职要求：
1、熟悉NLP、LLM、MLsys、Optimization、OR、Control、RL等相关领域，对其中…
招聘城市：北京，上海
…和我们一起驱动技术发展，创造行业价值。
岗位职责：
1. 参与美团超大规模的多模态大模型训练Infra建设
2. 负责美团大规模多模态基座模型训练框架架构迭代，稳定性、易用性、可运维能力和可观测能力建设
3. 负责高达数万卡规模和数万亿参数的大规模训练性能优化
任职要求：
1. 有扎实的计算机理论基础，熟练掌握C++或Python语言
2. 熟悉CUDA或NPU编程经验优先，有RDMA实践经验优先
3. 深入了解PyTorch 或 TensorFlow等引擎的架构和运行原理，有深度定制经验优先
4. 有Megatron-LM、DeepSpeed 等大模型训练框架的优化经验优先
5. 深入理解大模型训练多维并行并行架构，如Tensor 并行、流水线并行、序列并行等
6…
