Sudo AI

AI 训练 Infra 工程师

Sudo AI  •  Shanghai, CN (Onsite)  •  1 day ago
Apply
AI can make mistakes so check important info. Chat history is never stored.

Job Description

AI 训练 Infra 工程师
上海
全职
互联网 / 电子 / 网游
职位描述
关于职位:
致力于构建高性能、高可靠的分布式训练基础设施,通过优化底层框架与计算效率,支撑大规模视觉及语言模型的稳定训练。本岗位聚焦于生产级工程实践,旨在与模型及算法团队嵌入式协作,实现可量化的训练性能提升与集群效能保障。
核心职责:
— 维护并持续演进分布式训练框架的版本迭代、功能增强与系统稳定性。
— 执行分布式训练性能剖析与瓶颈定位,优化通信开销与训练吞吐,保障大规模集群的稳定运行与容错处理。
— 优化数据 IO 管线性能,涵盖数据拉取和到 GPU 的数据传输等。
— 应用编译优化技术进行计算图捕获、算子融合及执行调度优化,提升整体执行效率。
— 跟踪前沿技术并实现新的优化器与训练算法,负责已有论文或开源实现的复现与框架集成。
职位要求
— 计算机科学或相关领域学士及以上学历。
— 深入理解分布式训练原理,包括数据并行、张量并行、流水线并行、序列并行及集体通信语义。
— 具备训练性能剖析与瓶颈定位能力,能够熟练使用 profiling 工具进行系统分析。
— 扎实的 Python 与系统级编程能力,熟悉 Linux 环境及并行/分布式计算基础。
优先条件:
— 有主流分布式训练框架内核级开发或源码贡献经验者优先。
— 有大规模多节点集群训练实战与故障排查经验者优先。
— 有 CUDA/Triton 内核开发或编译优化相关经验者优先。
— 有视觉模型大规模分布式训练实践经验者优先。
投递
Sudo AI

About Sudo AI

Sudo AI is building the platform for developers to create the next generation of intelligent robotic applications — systems that will reshape how we live and work.

We develop foundation models for robot manipulation, trained in large-scale simulated environments where robots learn across millions of scenarios before ever entering a factory, warehouse, or home. By bridging simulation and the real world, we unlock a fundamentally more scalable way to build and deploy robot intelligence.

Industry
IT & Software
Company Size
11-50 employees
Headquarters
Unknown
Year Founded
2025
Website
sudo.ai
Social Media