超大模型训练研究员（全职/实习） 面议
上海人工智能实验室通用视觉智能岗位招聘需求专业（供参考）：
计算机科学与技术, 电子信息
截止日期：详见正文 2022-10-10发布
职位详情
基本信息
- 报名方式：站内投递
- 需求专业（供参考）： 计算机科学与技术, 电子信息
岗位职责
1、致力于超大规模模型的研究与发展。
2、具体职责包括但不限于：
1）参与大模型训练系统的开发和优化，提升大模型训练性能，提高训练集群利用效率；
2）优化大模型训练下集群的分布式性能和通信速度；
3）探索前沿大模型训练相关技术的发展和迭代，包括但不限于计算划分与调度、动态重计算、流水线优化等。
2、具体职责包括但不限于：
1）参与大模型训练系统的开发和优化，提升大模型训练性能，提高训练集群利用效率；
2）优化大模型训练下集群的分布式性能和通信速度；
3）探索前沿大模型训练相关技术的发展和迭代，包括但不限于计算划分与调度、动态重计算、流水线优化等。
任职要求
1、了解大规模模型的发展与应用，具备快速学习能力和较强的理解力。
2、了解模型显存压缩和训练加速等常见优化方法，熟悉常见算子的计算和实现原理，熟悉混合精度模型训练技术。
3、了解大规模模型设计思路与方法，熟悉底层原理与实现。
4、熟悉C++ 或 Python，PyTorch或其他深度学习平台，熟悉训练相关的分布式方法。
5、有团队协作精神，有责任心，乐于接受挑战。
6、满足以下一个或多个条件的，优先考虑：
1）对主流平台（x86, ARM, GPU, FPGA等）的架构有一定了解；
2）了解GPU体系结构，有NVIDIA CUDA开发经验；
3）了解大规模并行训练或有相关经验；
4）有性能优化或算子开发等相关经验；
5）有节点通信、同步调优等相关经验；
6）有较强的竞赛成绩，获得过ACM，NOI，NOIP或其他商业代码竞赛的任意奖项。
7、实习岗位要求能连续实习6个月以上，每周到岗不低于4个工作日。
上海人工智能实验室通用视觉智能岗位招聘
2、了解模型显存压缩和训练加速等常见优化方法，熟悉常见算子的计算和实现原理，熟悉混合精度模型训练技术。
3、了解大规模模型设计思路与方法，熟悉底层原理与实现。
4、熟悉C++ 或 Python，PyTorch或其他深度学习平台，熟悉训练相关的分布式方法。
5、有团队协作精神，有责任心，乐于接受挑战。
6、满足以下一个或多个条件的，优先考虑：
1）对主流平台（x86, ARM, GPU, FPGA等）的架构有一定了解；
2）了解GPU体系结构，有NVIDIA CUDA开发经验；
3）了解大规模并行训练或有相关经验；
4）有性能优化或算子开发等相关经验；
5）有节点通信、同步调优等相关经验；
6）有较强的竞赛成绩，获得过ACM，NOI，NOIP或其他商业代码竞赛的任意奖项。
7、实习岗位要求能连续实习6个月以上，每周到岗不低于4个工作日。
上海
竞争力分析
解锁详细分析
您与该职位匹配度: ***，已超过了 *** 的竞争者，建议************
您在 ？位置
较低
一般
比较匹配
非常匹配
上海人工智能创新中心
自然与应用科研机构（事业单位类型）· 公立（国有）· 0-199人
求职安全提示
求职过程中如遇到招聘单位有收费、指定医院体检等行为，请提高警惕，有可能属于诈骗或违规行为。
请查看
重要风险提示
求职安全提示
*重要风险提示
如招聘单位在招聘过程中向求职者提出收取押金、保证金、体检费、材料费、成本费，或指定医院体检等，求职者有权要求招聘单位出具物价部门批准的收费许可证明材料，若无法提供相关证明，请求职者提高警惕，有可能属于诈骗或违规行为。
职位编制说明
职位编制内容仅供参考！请以用人单位发布的公告&职位信息内容为准，或联系用人单位确认。
求职安全提示
*责任声明
声明：本站部分公告与职位内容由本站根据官方招聘公告进行整理编辑。由于用人单位需求专业、学历学位、资格条件、职位编制、备注内容等内容情况复杂且有变化可能，是否符合招聘条件以用人单位公告为准或请联系用人单位确认。本站整理编辑的职位信息仅供求职者参考，如因此造成的损失本站不承担任何责任！
收藏
竞争力分析