宁德时代 ea 招聘（工资待遇要求）

ML Infra & MLOps 团队简介：
（Deep Learning Full-Stack｜CUDA/加速｜Infra & Ops）
我们在研发面向科学推理的新一代 LLM/MLLM 与科学大模型（新记忆系统、新 attention 结构、MoE 等）。要让这些新算法真正长成，需要一支能把云上 GPU 算力变成稳定科研生产力的团队：训练更稳、吞吐更高、推理更快、成本更可控，并让研究者能快速 bring-up、debug、复现、迭代与发布。
前期以GPU 云服务为主，同时为未来混合部署预留可迁移能力。
岗位概述：
你将把“研究想法”变成“可规模化的训练与推理系统”。你做的不是单点平台，而是贯穿训练、对齐、推理与发布的全栈工程，让前沿实验在云上跑得动、跑得稳、跑得快、跑得省。
你将负责：
1、构建并优化大模型训练系统：作业编排、数据吞吐、checkpoint/恢复、容错、实验追踪与成本控制；
2、Bring-up & debug 中途训练与对齐流程：continued pretrain / SFT / 偏好优化 / RL（按项目）；
3、构建推理服务链路：高并发、批处理、缓存、路由、灰度发布、回滚与SLA指标体系；
4、与研究团队并肩推进 frontier experiments：把新算法（新 attention/新记忆/MoE 等）快速集成进训练与推理主干，并完成消融与复现；
5、（可选）在合规与IP边界内沉淀通用工具/脚手架与技术报告/开源贡献/论文发表；
我们希望你具备：
1、熟悉分布式训练/推理工程：Megatron-LM / DeepSpeed / FSDP / TorchTitan etc.（任一做深）；
2、有系统级优化与故障定位能力：吞吐、显存、通信、checkpoint、失败恢复、稳定性；
3、熟悉国内云平台之一的 GPU 训练实践（阿里云/火山/腾讯/华为云等）：弹性扩缩、竞价/spot、成本可视化、资源配额
4、强工程习惯：可复现、可观测、版本与发布流程清晰。
加分项：
1、有 1,000+ GPU 规模训练/推理支持经验（或同等复杂度系统经验）；
2、熟悉多维并行（TP/PP/DP/CP/EP）与 MoE 训练优化；
3、有开源贡献：训练框架/推理框架/性能工具/算子库等；
4、有高质量技术写作能力（技术报告/论文/专利均可）。