华为
大模型系统工程师
大模型系统工程师
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公高性能计算
高性能计算
Ai框架
分布式计算
大模型
强化学习
推理系统
算力系统
训练系统
软硬协同
值不值得投
78综合评分
综合评分 78
核心大模型系统岗，技术前沿且成长空间巨大，薪资极具竞争力，但工作强度与挑战较高。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.5万
比高性能计算中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 570 个在招
市场机会
选择不多
深圳 · 高性能计算 · 9 个在招
职位详情
关于这个职位
该职位负责大模型训练、推理及强化学习系统的关键技术创新与底层优化，通过软硬协同设计提升AI算力集群的竞争力
你需要主导训推框架的前沿设计，推动前沿算法与计算系统的联合创新，并将研究成果在真实场景中规模化落地
最低要求
计算机科学、人工智能、软件工程、体系结构、统计数学、数据科学等相关专业
具备扎实的算法与代码实现能力，深入理解大模型架构、AI 框架、AI 系统、计算硬件系统、分布式计算与存储系统、并行软件开发原理
具备出色的学习能力、自驱意识、团队意识和责任意识，能够独立开展创新性研究，并带领团队突破技术难题
具有语言/多模态/Agent/空间智能等大模型训练和推理的深入研究经验，熟练掌握训推系统优化的前沿方法和工具
工作职责
负责大模型训练系统、推理系统、RL系统、算子、算力系统关键技术创新研究，引领业界方向，实现关键算法与技术突破，推动成果落地产品并产生商业价值
主导训推框架与加速特性的前沿设计与开发，训练/推理系统的优化方案，开展 AI 模型算法与计算系统的联合创新优化，通过计算、内存、通信、IO 等软硬协同设计，支撑下一代训推系统竞争力构建
把握并引领业界与学术界 AI 计算集群训推算法、训练系统优化、推理系统优化、RL系统优化、算子优化、算力高可用等领域的最新研究进展与技术趋势，持续提升 AI 算力集群系统竞争力，将前沿成果工程化落地到基础模型训推
推动关键系统能力在真实训练与推理场景中验证、迭代和规模化落地，形成可持续演进的技术架构与工程体系
AI 洞察
优缺点分析
优点
- 依托顶尖的算力资源与研发平台，能接触到业界最前沿的大模型底层技术，技术积累深厚
- 岗位核心壁垒极高，职业发展前景广阔，在行业内具有极高的认可度与竞争力
- 大模型系统优化涉及底层硬件与分布式架构，技术难度极大，需要持续跟进学术界与工业界的最新进展
缺点 / 挑战
- 面临较大的技术攻坚与落地压力，工作节奏可能较快，对个人的自驱力与抗压能力要求较高
- 适合具备深厚AI系统底层优化经验、对大模型训推架构有深入研究，且渴望在顶尖平台挑战技术极限的资深技术专家
角色解读
- 可向大模型系统架构师、AI算力集群技术专家方向发展，成为AI底层系统领域的领军人物
- 在顶尖研究机构中，有机会引领业界技术方向，将学术前沿成果转化为具有巨大商业价值的产品
- 负责大模型训练、推理及RL系统的关键技术创新与底层优化，突破算力系统性能瓶颈
- 主导训推框架与加速特性的前沿设计，通过计算、内存、通信等软硬协同设计提升系统整体竞争力
- 推动前沿AI算法与计算系统的联合创新，并在真实业务场景中实现技术的工程化与规模化落地
- 扎实的算法与代码能力，深入理解大模型架构、AI框架及分布式计算与存储原理
- 具备语言/多模态/Agent等大模型训推的深入研究经验，熟练掌握系统级优化方法
- 出色的独立研究与团队技术攻坚能力，能够带领团队突破底层技术难题
申请策略
- 了解2012实验室的研究方向与近期在AI算力、大模型领域的公开技术成果，面试时展现出对业界技术趋势的敏锐洞察
- 重点突出在大模型训练/推理系统优化、分布式计算、软硬协同设计方面的核心项目经验与性能提升数据
- 展示在语言/多模态/Agent等模型上的深入研究成果及工程化落地案例，体现技术深度与业务价值
- 强调独立攻坚技术难题及带领团队突破的经历，展现出色的技术领导力与自驱意识
- 深入研读最新的AI系统顶会论文（如OSDI、SOSP、MLSys），掌握最新的训推加速框架与算子优化技术
- 熟悉主流AI底层生态及计算架构，了解大模型在真实集群环境中的部署与调优策略
面试指南
- 采用STAR法则，重点突出“系统瓶颈分析-软硬协同设计方案-工程化落地与收益”
- 在回答技术趋势问题时，结合具体论文或开源项目，阐述自己的理解与落地思路，展现技术前瞻性
- 请分享一个你主导的大模型训练或推理系统优化的具体案例，你是如何解决性能瓶颈的？
- 在软硬协同设计中，你是如何平衡计算、内存、通信和IO的？
- 针对多模态或Agent大模型，训推系统优化与纯文本模型有何不同？
- 如何跟进学术界最新研究并将其工程化落地到基础模型训推中？
- 复习分布式系统、并行计算、CUDA编程及主流AI框架的底层原理，确保技术细节经得起深挖
- 准备1-2个具有代表性的系统级优化项目，能够深入剖析技术难点、解决思路与最终业务收益
职位点评
薪资福利85
成长发展95
工作生活40
使命价值85
薪资福利
85较高
该岗位属于核心研发，薪资福利在行业内具有极强竞争力，且通常伴有丰厚的年终奖金与长期激励。
薪资信号未披露（AI估算：4千–7万/月）
成长发展
95较高
依托顶尖平台与算力资源，能够深度参与大模型底层系统的开创性研究，技术成长与行业影响力天花板极高。
技术前沿前沿/新兴技术
技术栈大模型、训练系统、推理系统、RL系统、算子、软硬协同、分布式计算
成长机会引领业界方向、前沿设计与开发、联合创新优化
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，但作为核心底层技术攻坚岗，且处于竞争激烈的大模型赛道，工作强度与压力预计较大。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
岗位致力于大模型算力系统的技术突破与商业化落地，对推动AI基础设施发展具有重要的战略意义与行业价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号引领业界方向、产生商业价值、提升 AI 算力集群系统竞争力
创新程度开拓性创新（行业首创）
Watch Jobs