**我们期待你** 对深度学习最前沿的模型与算法充满热情——从大语言模型到AI Infra，从计算图编译到算子开发，从编译器优化到硬件架构设计，渴望探究大语言模型软硬件全栈的技术细节，从而实现垂直整合达到更高的计算效率。 在这里，你将与资深研究员和工程师一起，参与真正落地的AI系统优化工作，解决训练收敛、编译优化、硬件数值误差等极具挑战的问题，并有机会将你的创新成果应用到实际芯片与算法协同设计之中。 **你将参与** - 追踪并深入理解前沿深度学习网络算法，包括模型结构演化、业务场景特征、计算图编译优化、算子性能极限调优等，并尝试将其工程化 - 在导师指导下定位训练和推理过程中的性能和精度问题（如分布式训练收敛、推理精度不达标），建立系统化的分析与调试方法 - 进行算子、数学函数、硬件指令的误差分析和精度改进，真正从底层理解计算的不确定性 - 与内部及外部顶尖研究团队合作，实现深度学习相关的算法优化、创新与工程落地 **我们希望你** - 2027届**本科及以上学历**，优先考虑非计算机、人工智能等专业的理工科本科生 - 有卓越的自学能力和自驱力 - 有严密的逻辑思维和推导能力 - 了解前沿大语言模型、多模态模型、生成式模型的基本原理与最新进展，愿意深入钻研 **加分项（具备任意一项都是亮点）** - 高考理科数学成绩145分以上 - 熟悉 GPU 编程（CUDA 或 Triton），哪怕只是课程作业或自学的实验 - 对主流推理加速引擎（vLLM、SGLang）有了解或使用经历 - 有算法与芯片协同设计的初步理解或强烈兴趣 **我们提供** - 一对一资深导师（来自顶尖AI团队）全程带教，快速接触工业级真实难题 - 充足的GPU算力和实验资源，鼓励你大胆尝试、快速迭代 - 弹性工作制，支持论文发表与专利申请 - 开放、平等、技术驱动的工作氛围，直接与算法、框架、硬件团队零距离协作 工作地点：北京 / 上海 / 深圳（可选） 加入我们，一起定义下一代深度学习系统的软硬件。