招聘城市：深圳
岗位职责：
1.负责混元infra相关链路稳定性治理、规范建设；
2.联动框架、算力、网络各模块完善关键metric采集；
3.系统性构建故障节点、慢节点检测平台化能力；
4.联合混元一站式建设统一的任务自动续训能力；
5.响应并解决日常混元大模型任务的故障问题。
岗位要求：
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；
3.熟悉RDMA网络相关硬件特性、熟悉all2all、allGather等集合通信原理；
4.了解docker容器、存储挂载等基础知识；
5.有大规模任务系统故障排查、分析解决经验者优先；
6.良好沟通、团队协作能力。
岗位介绍：
在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者…
招聘城市：深圳
…定义稳定性 SLA 并推动达成，支撑大规模训练任务持续高效运行；
2.牵头框架、算力、网络、存储等跨模块技术协同，设计并落地全链路关键指标（metric）采集体系，构建覆盖训练全生命周期的可观测性平台，实现问题早发现、早定位；
3.主导智能化故障节点与慢节点检测平台研发，攻克大规模集群下节点异常识别、根因分析难题，建立自动化故障隔离与恢复机制，显著降低故障对训练任务的影响；
4.负责混元一站式平台核心能力 —— 任务自动续训体系的架构设计与技术突破，解决分布式训练状态一致性、断点续训效率优化等关键问题，提升任务容错能力与资源利用率；
5.作为技术专家响应并解决大模型训练中的复杂…
招聘城市：深圳
…稳定性与可扩展性；
3.构建自动化评测流水线，提升评测效率与研发迭代速度；
4.与算法、产品团队紧密协作，理解评测需求并转化为可落地的技术方案。
岗位要求：
1.本科及以上学历，计算机相关专业，5 年以上后端开发经验；
2.扎实的系统设计能力，有复杂业务系统或平台型产品的架构经验；
3.熟练掌握 Python/Go 等至少一门语言，熟悉常用框架与中间件；
4.熟悉分布式系统、任务调度、消息队列等技术，有高并发系统开发经验；
5.良好的沟通与协作能力，能够推动跨团队合作。
加分项：
1.有 MLOps/LLMOps 平台建设经验，熟悉模型训练、推理、评估等流程；
2.熟悉大模型评测方法论，了解主流 Benchmark 与评估框架；
3.对 AI Infra…
招聘城市：北京
…模型对照、效果归因分析等全流程产品设计，搭建标准化、自动化、可追溯的模型质量评估闭环，保障混元模型迭代精度与效果稳定性；
3.跨团队技术需求治理与项目落地：深度对接算法研发、AI工程、框架团队、算力平台等核心角色，拆解复杂技术诉求、沉淀通用产品能力、输出完整方案与PRD，持续推进平台能力落地、流程提效、体验升级与技术壁垒沉淀；
4.平台效能优化与长期规划：持续复盘模型研发链路瓶颈，针对训练调试成本高、评测链路碎片化、部署迭代低效等问题，输出体系化产品解法，推动AI研发流程标准化、自动化、集约化建设。
岗位要求：
1.本科及以上学历，3年及以上大厂AI Infra/大模型平台/算法工程产品经理经验，有大模型研发…
招聘城市：北京
…与工程：深入理解各 Benchmark 所考察的模型能力维度，作为算法与平台之间的技术桥梁，推动评测需求高质量落地。
岗位要求：
1.计算机相关专业本科及以上学历，3年及以上后端 / 平台 / Infra 研发经验；
2.精通至少一门主流后端语言（Python / Go / Java 等），主导过中大型平台或系统的设计与落地，具备优秀的系统设计与工程实现能力；
3.熟悉容器化与沙盒隔离、分布式系统、任务调度与并发控制，有大规模任务编排或性能优化经验；熟悉网络通信与代理机制，能处理外部接口访问与稳定性问题；
4.了解大模型与 Agent 的基本原理，熟悉主流 Agent Benchmark（如 SWE-bench、Terminal-Bench、MCP 相关评测等）的 Harness 与打分逻辑，并据此进行工程…
招聘城市：深圳
…2.全面负责预训练数据工程体系建设，主导端到端数据工作流（Workflow） 设计、搭建与规模化落地，保障数据供给效率与稳定性；
3.负责预训练数据全生命周期管理：数据标准、质量治理、资产化管理、权限与版本管控；
4.带队攻坚数据处理关键技术与工程瓶颈，跨团队协同模型训练算法和底层架构工程、推动数据架构持续迭代。
岗位要求：
1.本科及以上，有大规模技术栈负责人/数据体系负责人经验；
2.精通大规模预训练数据 Pipeline 建设，熟悉分布式大数据处理栈（Spark/Ray/OSS 等），理解存储，网络等data infra硬件瓶颈；
3.优秀的架构设计、团队管理与跨部门推进能力，能独立负责整条数据战线；
4.熟悉大模型预训练流程和算法（文本或多…
