华为云计算BU

岗位职责 【建模仿真】 1、参与构建面向大语言模型（LLM）及多模态系统的数学模型与仿真框架，以及超参规模下的分布式训练策略、集群/端侧推理优化开发； 2、参与仿真系统开发与关键指标验证：开发大模型仿真平台，验证训练稳定性，优化集群资源利用率； 3、参与定位大模型训练瓶颈，优化训练任务优先级动态调整；构建端到端性能预测模型，输出算力资源配置决策树，提升训练效率和推理性能。 【AI算子技术】 1、参与大模型训练推理算子的设计与开发，涵盖大模型训练、推理、生成式推荐、数据合成等关键业务场景，实现算子加速，推动成果落地产品并产生商业价值。 2、参与算子性能优化、精度分析和计算图优化等方案的开发，通过数学等价变换、流水编排、深度融合、调度优化、Tile优化等手段提升算子性能，为端到端训推系统性能提供基础支撑。 3、参与高性能算子库、基础加速库、算子开发框架的编码与测试，包括AscendC、Triton、TileLang等编程语言的相关实现。 4、参与自动算子生成工具的研发，利用AI Agent技术提升算子开发的自动化程度和效率。 5、参与业界前沿技术调研，协助专利申请和技术报告撰写，参与开源社区贡献，与团队共同提升华为在业界的技术影响力。 【AI训推系统】 1、参与Agent、语言、多模态、生成式推荐、空间智能等大模型训练和推理的关键技术与系统架构的开发与实现，协助完成算法突破，并将成果落地产品，产生商业价值。 2、参与训推框架和加速特性的设计与开发，包括预训练、RL后训练、Agentic AI、推理引擎和服务化、AI训推技术辅助编程等模块的编码与调试。 3、参与AI训练/推理系统的优化方案设计和开发，在计算、内存、通信、IO等方面开展软硬协同优化，提升系统性能，支撑下一代训推系统构建。 4、跟踪业界和学术界AI计算集群训推算法、训练系统优化、推理系统优化领域的最新进展，参与业界顶会，参与开源社区贡献，学习并引入先进技术，持续提升系统竞争力。 【AI数据系统】 1、参与语言、多模态与 Agent 场景下数据生产与流转体系的开发，构建高吞吐、可扩展的数据基础设施，优化数据采集、处理、存储与分发效率，支撑规模化模型训练与行业调优。 2、参与面向异构分布式环境的数据处理与调度系统的开发，实现分布式数据流水线与推理服务化架构，支持多模型推理、数据合成与蒸馏的高并发执行，提升资源利用率与整体吞吐。 3、参与统一数据格式与版本管理体系的实现，参与面向大规模训练与推理的存储架构开发，提升数据可追溯性与生命周期管理能力，支撑 PB 级数据规模扩展。 4、参与大模型数据工程平台与工具链能力的建设，包括任务编排、指标采集、失败恢复与自动扩缩容等模块的实现，推动数据生产与验证的自动化闭环，支撑数据飞轮高效运转。 5、跟踪分布式计算、存储与推理加速等前沿技术，与算法及平台团队协作，推动数据工程与训练系统、推理服务及 Agent 架构的融合落地，持续提升工程成熟度与技术竞争力。 岗位要求 【建模仿真】 1、计算机、人工智能、数学、控制科学与工程等相关专业； 2、熟悉大模型分布式训练策略与推理加速技术，具备算力系统优化与异构计算架构性能调优经验者优先； 3、熟悉AI调度框架建模仿真技术，能实现高吞吐、低时延的资源调度及高可用性分析； 4、具备较强编程能力，精通主流编程语言（C++/Java/Python），熟悉分布式训练框架底层逻辑，掌握并行计算与通信优化基础技术，具备系统级性能调优能力。 【AI算子技术】 1、人工智能、机器学习、计算数学、应用数学、软件工程、计算机科学、体系结构、统计数学、数据科学等相关专业。 2、具备较强的代码编写和算法实现能力，了解大模型架构、AI框架、AI系统、分布式计算与存储系统、并行软件开发。 3、具备较强的学习能力、自驱意识、团队意识和责任意识，能够积极参与团队协作，快速适应技术迭代。 4、具有大模型训推系统、算子开发调测实践经验者优先，掌握算子优化和性能调测的常用方法和工具（如Profiling工具、Tiling策略等）者优先。 5、有相关实习经验或高水平数学/计算机竞赛（如ACM/ICPC、各类数学竞赛）获奖经验者优先；在领域顶级会议（如NeurIPS、ICML、AAAI、VLDB等）发表过文章者更佳。 【AI训推系统】 1、人工智能、机器学习、软件工程、计算机科学、体系结构、统计数学、数据科学等相关专业。 2、具备较强的代码编写和算法实现能力，了解大模型架构、AI框架、AI系统、分布式计算与存储系统、并行软件开发。 3、具备较强的学习能力、自驱意识、团队意识和责任意识，能够积极参与团队协作，快速适应技术迭代。 4、具有语言/多模态/Agent/空间智能等大模型训练和推理实践经验者优先，掌握训推系统优化的常用方法和工具者优先。 5、有相关实习经验或高水平竞赛（如ACM）获奖经验者优先；在领域顶级会议（如NeurIPS、ICML、AAAI、ISCA、VLDB等）发表过文章者更佳。 【AI数据系统】 1、计算机科学、软件工程、人工智能、计算机工程、机器学习、数据工程等相关专业，具备扎实的计算机系统基础。 2、具备较强的代码编写和算法实现能力，熟悉模型架构、数据工程、操作系统、分布式计算与存储系统、并行软件开发。 3、具备较强的学习能力、自驱意识、团队意识和责任意识，能够积极参与团队协作，快速适应技术迭代。 4、具备良好的工程实现能力，熟悉分布式计算与存储系统，有高性能数据处理与调度系统开发经验，或有推理服务化部署、集群性能优化经验者优先。 5、有相关实习经验或高水平竞赛（如 ACM、ICPC 等）获奖经历者优先；在领域顶级会议（如 NeurIPS、ICML、AAAI、VLDB 等）发表论文者更佳。