高性能网络研发实习生 上海、北京 校招 实习 研发 - 通信工程 2027届实习生招聘 职位描述 我们致力于构建下一代超低时延、高吞吐的高性能网络体系，支撑大规模AI训练、推理及数据传输等核心业务场景。如果你对深入网络底层、优化系统性能、快速定位与解决分布式系统故障充满热情，欢迎加入我们，共同推动高速互联技术的演进。主要职责1. 重点参与大规模作业下的网络故障诊断与性能调优，快速定位分布式环境中的节点与通信问题；2. 参与设计并研发面向AI训练、推理及数据传输的高性能网络系统，提升多节点分布式任务的通信效率与稳定性；3. 负责用户态网络协议栈、零拷贝通信、网络IO加速等关键组件的实现与调优，深入底层进行性能挖掘；4. 跟踪并整合先进硬件能力（如智能网卡、RDMA等），对接驱动与固件层，实现网络通信的极致优化；5. 构建高性能网络与平台系统的深度融合机制，提升系统整体可观测性与运维效率；6. 探索并推动高速网络技术的创新，持续降低通信延迟、提升带宽利用率。 职位要求 职位要求1. 扎实的计算机网络基础，熟悉TCP/IP、网络编程及常见网络协议；2. 精通至少一门主流编程语言（C/C++/Python/Go等），具备良好的代码实现与调试能力；3. 了解网络与系统领域的前沿技术趋势，对高性能通信、硬件加速等方向有强烈兴趣；具备以下经验者优先：1. 数据中心网络、RDMA、用户态协议栈、高性能通信框架开发2. 分布式系统开发与调优3. 网络故障诊断、性能 profiling 或系统级调优我们也欢迎虽经验尚浅，但对该方向有浓厚兴趣、学习能力强、乐于钻研底层技术的同学加入。 投递...
AGI 推理引擎工程师 — 下一代 KVCache 存储与缓存加速 上海、北京 社招 全职 互联网 / 电子 / 网游 职位描述 一、为什么加入我们1. 离 GPU 最近的工程：你写的每一行代码都直接换算成显存、吞吐和成本——KVCache 是当下大模型推理性价比的核心战场，价值看得见、摸得着；2. AI First 文化：我们用 AI 重新定义开发范式，鼓励工程师把 AI 工具用到极致，也用 AI 加速自己的系统研发；3. 真实的大规模场景：千卡集群、千亿 token/天的在线推理，长上下文、高并发下的存储与调度挑战，是普通业务后端给不了的成长曲线；4. 扁平高效的团队：和推理引擎、算法、存储团队并肩作战，方案当天讨论、当天落地。二、我们在做什么MiniMax 正在构建驱动下一代 AGI 的推理基础设施。当上下文越来越长、模型越来越深，KVCache 已经成为推理时显存占用和成本的主导因素——谁能把
We are looking for a networking test engineer with strong system‑level debugging skills to join our End‑to‑End Verification team. You will work on cutting‑edge Ethernet‑based AI clusters, owning complex issues across hardware, system software and AI
云原生研发工程师 （实习） 上海、北京 实习 职位描述 【岗位职责】作为云原生研发实习生，你将直接参与云原生 Genie Studio 平台产品的核心组件设计、开发及维护，有机会熟悉算法、大模型、基础设施到机器人本体全链路知识，参与前沿技术从理论到落地应用的全过程。1. 参与混合云场景下基于 Kubernetes 的 Genie Studio 平台核心系统的设计、开发和维护，包括多云管理、边缘集群管理、私有化部署、资源管理、GPU 设备管理及优化、容器编排调度、运行时优化等方向中的一项或多项。2. 协助混合云场景下基于 Kubernetes 的 Genie Studio 平台基础服务的搭建、开发和维护，如： 1. 网络：容器网络、RDMA、DNS、负载均衡、NAT 等 2. 存储：文件存储、对象存储等 3. 边缘节点：节点管理、网络通信优化等 4. 可观测性：日志、监控、告警、链路追踪3. 与实施交付的 SRE 沟通协调，参与系统优化及问题定位，保证项目顺利部署实施。4. 跟踪云原生生态发展趋势，探索云原生 AI 、边缘计算相关新技术。5.
具身算法引擎开发实习生 上海 实习 职位描述 1. 训练框架开发：参与VLA等大模型训练框架研发与优化，包括数据并行、模型并行、流水并行等分布式训练能力的建设，提升千卡规模的训练稳定性与资源利用率。2. 推理系统优化：参与VLA等大模型的推理引擎开发与性能优化，包括算子优化、KV Cache管理、Prefill/Decode优化、Batch调度、低延迟Serving等核心能力建设，提升推理吞吐与响应速度。3. 分布式系统优化：参与多机多卡训练与推理系统建设，优化NCCL通信、AllReduce效率及IB/RDMA网络性能，提升大规模集群运行效率。4. 稳定性保障：解决大规模训练中的故障恢复、Checkpoint 管理、梯度异常等问题，确保长时间训练任务的稳定运行。5. 平台工程建设：参与训练/推理平台工程化建设，包括模型部署、监控、自动化测试、性能Benchmark及稳定性保障。 职位要求 1. 本科及以上学历，计算机、人工智能、自动化、机器人等相关专业优先2. 熟悉Python或C++开发，具备良好的代码能力与工程习惯3. 精通 PyTorch 分布式训练机制（DDP/FSDP），熟悉 DeepSpeed、Megatron-LM 、vLLM、SGLang等大规模训练/推理框架的原理与使用4. 深入理解 3D 并行（Data Parallel / Tensor Parallel / Pipeline Parallel）的实现原理与适用场景，能够根据模型特点设计最优并行策略5. 熟练使用 PyTorch Profiler、NVIDIA Nsight 等工具进行性能分析，能够定位并解决计算、通信、I/O 瓶颈加分项：1.
NCCL芯片互联软件高级/资深/专家工程师 上海 全职 芯片板块 职位描述 NCCL芯片互联软件高级/资深/专家工程师：工作职责:1.负责CUDA NCCL互联库的设计开发2.互联库的性能分析与定位 职位要求 职位要求:1.有NCCL开发经验，C/C++编程功底扎实2.熟悉GPGPU架构，熟悉芯片互联架构，比如NVLINK/RDMA/pcie3.工作积极主动，良好的分析和解决问题能力 投递...
大模型平台 & Infra 工程师 深圳、北京、上海 全职 智能机器人板块 职位描述 负责大模型训练、推理和评测的基础设施研发，为算法团队提供高效稳定的工程底座。1、训练系统：设计和优化大规模分布式训练架构（Pretrain/SFT/RL），解决千卡级训练的通信、调度、容错问题；2、推理部署：基于 vLLM 等框架优化大模型推理性能，支撑 VLT/Omni 等模型在 XP5 端侧和云端的部署；3、评测平台：开发 DeepInsight 评测系统，支持 LLM/VLM/WBC/VLA 多类模型的自动化评测、报告生成和 CI/CD 集成；4、MLOps 工具链：构建模型版本管理、实验追踪、数据管理、资源调度等基础设施，提升研发效率；5、RL 训练环境：构建分布式强化学习训练系统，支持 Agent-环境大规模并行交互。 职位要求 1、本科及以上学历，计算机、软件工程等相关专业；2、 精通 Python，熟练掌握 C++/Go 至少一门；3、在以下至少一个方向有 2 年以上经验：- 分布式训练系统（Megatron-LM/DeepSpeed/FSDP）；- GPU 编程与高性能计算（CUDA/NCCL/RDMA）；- ML 平台开发（Kubernetes/Ray/Airflow）；-
机器人高性能通信工程师 深圳、上海 全职 智能机器人板块 职位描述 负责人形机器人内部和外部通信系统的架构设计与性能优化，保障多芯片、多设备间的高速可靠数据传输。1、设计和实现机器人内部多芯片（XP5-A/B/C、HRU）之间的高性能以太网通信架构，保障控制指令和传感器数据的低延迟传输；2、深度优化机器人在 5G、WiFi 等无线网络环境下的通信性能，解决网络适配、带宽瓶颈、信号稳定性等问题；3、设计和开发 DDS Bridge 系统，支持 WebSocket/UDP/WebRTC 等多协议到 DDS 总线的高效桥接；4、主导无线图传系统的架构设计与延迟优化（端到端采集→编码→传输→解码→渲染），支撑遥操作和远程监控场景；5、制定通信协议规范和测试标准，建立通信链路的自动化测试和监控体系。 职位要求 1、本科及以上学历，计算机、通信工程、电子工程等相关专业；2、精通 TCP/IP 协议栈，具备 3 年以上网络通信系统开发经验；3、熟悉 DDS（FastDDS/CycloneDDS/自研 xDDS）或类似发布-订阅中间件；4、有以下至少一项深入经验：- 实时音视频传输（WebRTC/RTP/H.264/H.265 编解码）；- 高性能网络编程（epoll/io_uring/DPDK/RDMA）；- 无线网络优化（5G/WiFi 6/蓝牙）；5、精通 C/C++，熟悉 Linux 网络子系统。加分项：- 有机器人或自动驾驶系统的通信架构设计经验；- 熟悉 EtherCAT 工业通信协议；- 有端到端延迟优化实战经验（目标 10ms
全栈云端计算平台工程师 广州 全职 通用智能板块 职位描述 职位描述1. 负责小鹏集团计算平台的架构设计与研发落地，构建云端模型开发，训练基础设施以及大规模数据生产基础设施；2. 设计并实现高性能数据编排与加载系统，支撑 PB 级多模态数据（文本、图像、视频、点云、传感器等）的高效处理、缓存加速，支持批式与流式数据生产；深度集成AI Coding Agent与 Data Pipeline，实现数据准备、清洗、标注、版本管理的自动化与智能化闭环；3. 负责云原生基础设施层的开发与优化，包括 GPU集群调度、弹性资源管理、容器化训练/推理工作负载编排，持续提升资源利用率与系统吞吐；4. 可以承担全栈职责，包括前端管理控制台到后端分布式服务的开发。职位要求1. 计算机 / 软件工程 / 数学 / 自动化等相关专业硕士及以上学历，或具备同等技术能力；3 年及以上后端/基础设施开发经验，其中 2 年及以上大规模 AI 平台或分布式系统研发经验；2. 精通Python，具备出色的工程化能力；熟练使用 Golang/Java/C++ 中至少一门语言进行系统性开发；3. 熟悉 AI Coding /
云原生研发实习生 上海、北京 实习 职位描述 作为云原生研发实习生，你将直接参与云原生 Genie Studio 平台产品的核心组件设计、开发及维护，有机会熟悉算法、大模型、基础设施到机器人本体全链路知识，参与前沿技术从理论到落地应用的全过程。1. 参与混合云场景下基于 Kubernetes 的 Genie Studio 平台核心系统的设计、开发和维护，包括多云管理、边缘集群管理、私有化部署、资源管理、GPU 设备管理及优化、容器编排调度、运行时优化等方向中的一项或多项。2. 协助混合云场景下基于 Kubernetes 的 Genie Studio 平台基础服务的搭建、开发和维护，如： 1. 网络：容器网络、RDMA、DNS、负载均衡、NAT 等 2. 存储：文件存储、对象存储等 3. 边缘节点：节点管理、网络通信优化等 4. 可观测性：日志、监控、告警、链路追踪3. 与实施交付的 SRE 沟通协调，参与系统优化及问题定位，保证项目顺利部署实施。4. 跟踪云原生生态发展趋势，探索云原生 AI 、边缘计算相关新技术。5. 跟踪
深度学习平台研发工程师 广州 全职 通用智能板块 职位描述 建设高效的深度学习基础服务，保障大规模训练稳定，为各类模型研发提供技术支撑，优化计算效率，支持算法团队业务需求落地【主要职责】：1. 负责深度学习平台的系统架构设计和研发工作，提供端到端的模型交付能力2. 集成云原生能力，负责模型研发、训练、推理等相关功能，提升平台资源利用率和计算效率3. 负责大模型训练/推理的监控、排障和容错4. 持续运营，改进平台性能、易用性和稳定性，优化用户体验【基本资格】：5. 计算机科学，工程或相关领域的学士学位6. 熟悉Linux开发环境，掌握Golang/Python等语言，具备良好的代码规范意识和文档编写能力7. 熟悉云原生相关技术，如kubernetes、kubeflow、volcano等，具备二次开发经验8. 熟悉微服务、数据库、分布式系统、缓存技术、消息队列等相关技术9. 强大的解决问题能力，热爱技术，有较强的自我驱动学习能力，持续关注前沿技术发展【期望资格】：10. 相关领域的硕士学位11. 深入理解深度学习理论，熟悉主流训练推理框架Pytorch/Deepspeed/Megatron/Triton/Vllm，故障定位和性能调优方向有相关项目经验12. 参与过AI Infra相关项目，熟悉FlashAttantion、DLRover、Pytorch Elastic等社区项目13. 具备大规模GPU集群的研发和实践经验，了解通用GPU架构、GPU虚拟化、RDMA高速网络和分布式存储技术 职位要求 - 投递...
大模型训练工程专家-稳定性方向 北京、上海 社招 全职 研发 - 基础架构 职位描述 一、一句话定位为大模型「预训练 + 后训练」的基础设施稳定性与效率负总责的资深工程师——横向拉通 GPU 算力、RDMA 网络、通信库、高性能存储、集群调度、训练任务生命周期等多个技术域，确保大规模训练不中断 / 少中断，并持续把有效训练算力（MFU / ETTR）做上去。二、为什么这个岗位重要大模型训练是公司最核心、最烧算力的战役。训练稳定性直接决定旗舰模型能否按期炼成。这是一个端到端 Owner 岗，不是分工到某个组件的螺丝钉——你对训练能不能稳、跑得快不快这个结果负责，向上直面算法 / 训练团队的真实诉求。你将有从 0 到 1 搭建训练稳定性体系的空间：可观测、故障自愈、预案、效率工程，都还有大片可建设的地带。三、你将负责什么（职责）1. 训练全栈基础设施保障（横向拉通，核心）GPU 算力：GPU 机器交付与健康管理、坏卡 / 掉卡 / 降频的检测与自愈、节点池管理与快速置换。RDMA / 高性能网络：IB / RoCE 网络的稳定性与拓扑感知；网络抖动
【27届校招】深度学习平台研发工程师 广州 正式 互联网 / 电子 / 网游 职位描述 建设高效的深度学习基础服务，保障大规模训练稳定，为各类模型研发提供技术支撑，优化计算效率，支持算法团队业务需求落地 职位要求 【主要职责】：1、负责深度学习平台的系统架构设计和研发工作，提供端到端的模型交付能力2、集成云原生能力，负责模型研发、训练、推理、Agent等相关功能，提升平台资源利用率和计算效率3、负责大模型训练/推理的监控、排障和容错，参与模型训练和推理性能调优4、持续运营，改进平台性能、易用性和稳定性，优化用户体验【基本资格】1、计算机科学，工程或相关领域的学士学位；2、熟悉Linux开发环境，掌握Golang/Python等语言，具备良好的代码规范意识和文档编写能力；3、熟悉云原生相关技术，如kubernetes、kubeflow、volcano等，具备二次开发经验；4、熟悉微服务、数据库、分布式系统、缓存技术、消息队列等相关技术；5、强大的解决问题能力，热爱技术，有较强的自我驱动学习能力，持续关注前沿技术发展【期望资格】1、相关领域的硕士学位；2、深入理解深度学习理论，熟悉主流训练推理框架Pytorch/Deepspeed/Megatron/Triton/Vllm，故障定位和性能调优方向有相关项目经验；3、参与过AI Infra相关项目，熟悉FlashAttantion、DLRover、AIBrix等社区项目；4、具备大规模GPU集群的研发和实践经验，了解通用GPU架构、GPU虚拟化、RDMA高速网络和分布式存储技术 投递...
【27届校招】深度学习平台研发工程师 广州 正式 互联网 / 电子 / 网游 通用智能板块 职位描述 建设高效的深度学习基础服务，保障大规模训练稳定，为各类模型研发提供技术支撑，优化计算效率，支持算法团队业务需求落地 职位要求 【主要职责】：1、负责深度学习平台的系统架构设计和研发工作，提供端到端的模型交付能力2、集成云原生能力，负责模型研发、训练、推理、Agent等相关功能，提升平台资源利用率和计算效率3、负责大模型训练/推理的监控、排障和容错，参与模型训练和推理性能调优4、持续运营，改进平台性能、易用性和稳定性，优化用户体验【基本资格】1、计算机科学，工程或相关领域的学士学位；2、熟悉Linux开发环境，掌握Golang/Python等语言，具备良好的代码规范意识和文档编写能力；3、熟悉云原生相关技术，如kubernetes、kubeflow、volcano等，具备二次开发经验；4、熟悉微服务、数据库、分布式系统、缓存技术、消息队列等相关技术；5、强大的解决问题能力，热爱技术，有较强的自我驱动学习能力，持续关注前沿技术发展【期望资格】1、相关领域的硕士学位；2、深入理解深度学习理论，熟悉主流训练推理框架Pytorch/Deepspeed/Megatron/Triton/Vllm，故障定位和性能调优方向有相关项目经验；3、参与过AI Infra相关项目，熟悉FlashAttantion、DLRover、AIBrix等社区项目；4、具备大规模GPU集群的研发和实践经验，了解通用GPU架构、GPU虚拟化、RDMA高速网络和分布式存储技术 投递...
优才-具身大模型训练框架工程师-觅蜂子公司 上海 正式 职位描述 可以选择以下一个或多个方向深入参与：建设具身智能统一训练框架，支撑 VLA、世界模型、分层决策模型等具身基础模型的预训练与后训练，覆盖从十亿级到百亿 / 千亿级参数规模，并面向 300B+ 模型持续演进。建设大规模分布式训练系统，包括数据并行、张量并行、流水线并行、混合并行、MoE、长上下文、低精度训练与推理等，支撑万卡 GPU 集群上的稳定训练。建设规模化后训练与强化学习系统，涵盖模仿学习、在线 / 离线 RL、真机 RL，以及云端训练 + 边缘异步 rollout 的云边协同架构。建设训练效率优化体系，围绕数据、计算、异步、通信全链路进行度量与优化，包括 IO、算子融合、CUDA Graph、计算通信 overlap、梯度同步、性能 profiling 等。与算法团队协作，快速复现并工程化落地 VLA、世界模型、flow matching、RL 等前沿算法。 职位要求 计算机基础扎实，学习能力强，愿意深入复杂系统和底层细节。代码能力强，代码品味好，能熟练使用 AI Coding / Code Agent 提升研发效率。具备良好的系统设计能力，能在功能、效率、稳定性之间做合理取舍。熟悉
VLA训练infra算法工程师 - XiaomiRobotics 北京 社招 全职 职位 ID：A243642 职位描述 1. 基于 PyTorch 生态（FSDP / DeepSpeed / Megatron 等）设计并实现 VLA 模型的分布式训练方案（DP / TP / PP / MoE），构建稳定高效的训练框架2. 推动混合精度（BF16 / FP8）与算子融合（FlashAttention / Triton kernel）3. 构建高吞吐数据pipeline，设计数据格式与 shard 策略，实现高效的数据加载4. 支持大规模实验追踪、管理、指标可视化
2026校招-研发测试工程师-北京 北京 校招 正式 职位描述 1、系统板卡/计算加速卡/芯片相关的功能、性能、兼容与可靠性测试（含上电SOP、接口/外设、PCIe/AXI 拓扑、错误注入与恢复）；2、BMC/BIOS/驱动/固件的版本验证与回归，记录并复现问题，推动闭环；3、搭建并维护测试环境（Linux、驱动、工具链、网存/并行存储、JTAG/串口等）；4、产出标准化测试用例/报告/SOP，并沉淀自动化脚本与仪表板。 职位要求 1、硕士学历，计算机/电子/通信/自动化等；2、掌握Linux基础命令与Shell/Python脚本；3、了解计算机组成、PCIe/以太网/NVMe基础，能阅读英文数据手册与日志；4、动手能力强，善于排障与记录；沟通清晰，愿意长期在工程场景磨炼；5、有硬件实验、驱动/固件课程设计或竞赛经历优先；6、会使用示波器/万用表/逻辑分析仪优先；7、熟悉任一方向优先：BMC/IPMI、BIOS设置、RDMA/RoCE、CUDA/OpenCL、性能基准（STREAM/fio/iperf）。 投递...
提前批-AI平台研发工程师 北京 校招 正式 数字技术 - 软件研发 本科及以上 2027届校园招聘-技术提前批 职位 ID：A174459 职位描述 1. 负责公司大规模AI平台的架构设计、功能迭代及效率优化，包括训练、推理、数据处理、存储等；2. 和算法部门配合，通过优化数据读取、模型训练及推理等，提升MFU水平3.跟踪AI infra行业技术发展，保证技术领先性。 职位要求 1.硕士以上学历，计算机、人工智能、数学等相关专业;2.熟悉Go/C++/Python中的一种及以上；3.熟悉云原生/AI相关技术栈，K8S/Volcano/Cuda/RDMA/Pytorch中的一种及以上；4.熟悉深度学习、神经网络相关知识，有大语言模型、智能辅助驾驶相关项目经验;加分项：有机器学习平台/智能辅助驾驶工具链/分布式开发/GPU训练相关经验; 投递...
云原生研发工程师-觅蜂子公司 上海、北京 校招 正式 技术族 - 系统架构类 职位 ID：A209974 职位描述 觅蜂科技（Maniformer）是全球领先的一站式物理AI数据服务平台，致力于打造具身智能数据的 “平台型供给” 基础设施，实现数据的体系化、标准化、规模化供给。1. 负责混合云场景下基于 Kubernetes 的 Genie Studio 平台核心系统的设计、开发和维护，包括多云管理、边缘集群管理、私有化部署、资源管理、GPU 设备管理及优化、容器编排调度、运行时优化等方向中的一项或多项，持续提升平台产品的资源利用率、稳定性和易用性。2. 负责混合云场景下基于 Kubernetes 的 Genie Studio 平台基础服务的搭建、开发和维护，如：a. 网络：容器网络、RDMA、API 网关等b. 存储：分布式文件存储、对象存储等c. 边缘节点：大规模机器人节点管理、网络通信优化等d. 调度编排：训练、推理、云边联合任务、工作流等3. 与实施交付的 SRE 沟通协调，参与系统优化及问题定位，保证项目顺利部署实施。4. 跟踪云原生生态发展趋势，推动云原生 Genie Studio
大模型推理架构师 上海 社招 全职 互联网 / 电子 / 网游 职位描述 1. 参与 Soul 大模型、多模态模型、推荐模型等核心 AI 任务的训练与推理基础设施建设，提升模型从实验到线上部署的整体效率。2. 负责大规模分布式训练系统的性能优化，包括数据并行、张量并行、流水线并行、专家并行、参数/梯度/优化器状态切分、显存优化、通信调度等方向，提升 GPU/NPU 集群利用率。3. 参与高性能推理引擎建设，围绕大模型在线服务中的低延迟、高吞吐、弹性扩缩容、多租户隔离、KV Cache 管理、批处理调度、量化部署等问题进行系统优化。4. 针对 Soul 的实时社交、多模态内容理解、AIGC 互动等场景，设计和优化端到端 AI 系统架构，降低训练和推理成本，保障核心业务的稳定性和体验质量。5. 参与异构计算算子优化和计算图优化，包括 CUDA、Triton、CUTLASS、Ascend C、TileLang 等方向，针对 Attention、MoE、Embedding、推荐模型特征交互、多模态编码等关键模块进行性能调优。6. 参与 AI 编译器和模型编译优化相关工作，围绕