智元机器人
具身大模型训练框架工程师-觅蜂子公司
具身大模型训练框架工程师-觅蜂子公司
发布于 大约 8 小时前普通员工/个人贡献者
上海市
其它
全职员工
仅现场办公
本科
研究与开发 (研发)
Cuda
Deepspeed
Megatron
Pytorch
Vla
具身智能
分布式系统
大模型训练
强化学习
AI 估算 · 30k–60k
上海大模型训练框架工程师岗位，结合公司知名度和技术前沿性，薪资具有竞争力。
职位详情
关于这个职位
该职位负责建设具身智能统一训练框架，涵盖大规模分布式训练、后训练与强化学习系统，以及训练效率优化
你将与算法团队协作，复现并落地VLA、世界模型等前沿算法，涉及万卡GPU集群和300B+参数规模的模型训练
适合对大规模训练系统、分布式计算和具身智能有浓厚兴趣的工程师
最低要求
计算机基础扎实，学习能力强，愿意深入复杂系统和底层细节
代码能力强，代码品味好，能熟练使用 AI Coding / Code Agent 提升研发效率
具备良好的系统设计能力，能在功能、效率、稳定性之间做合理取舍
熟悉 Python / C++ / Rust 之一，了解 PyTorch、Megatron、DeepSpeed、VeRL、RLinf 等训练框架中的一种或多种
在大模型训练 / 推理、分布式系统、强化学习系统或具身智能任一方向有经验或强烈兴趣
计算机、AI、机器人等相关专业本科及以上，硕士 / 博士优先
工作职责
可以选择以下一个或多个方向深入参与：
建设具身智能统一训练框架，支撑 VLA、世界模型、分层决策模型等具身基础模型的预训练与后训练，覆盖从十亿级到百亿/千亿级参数规模，并面向 300B+ 模型持续演进
建设大规模分布式训练系统，包括数据并行、张量并行、流水线并行、混合并行、MoE、长上下文、低精度训练与推理等，支撑万卡 GPU 集群上的稳定训练
建设规模化后训练与强化学习系统，涵盖模仿学习、在线/离线 RL、真机 RL，以及云端训练 + 边缘异步 rollout 的云边协同架构
建设训练效率优化体系，围绕数据、计算、异步、通信全链路进行度量与优化，包括 IO、算子融合、CUDA Graph、计算通信 overlap、梯度同步、性能 profiling 等
与算法团队协作，快速复现并工程化落地 VLA、世界模型、flow matching、RL 等前沿算法
优先资格
有大规模 GPU 集群训练经验，理解吞吐、调度、容错、稳定性等系统级问题
熟悉 Megatron、DeepSpeed、VeRL、RLinf 等训练框架，有从零构建或深度重构训练框架经验
熟悉 CUDA / Triton 算子开发、RDMA 编程、CPU / IO 优化，或熟练使用 Nsight Systems、PyTorch Profiler 等性能分析工具
有分布式真机 RL、云边协同、异步训练系统经验，或熟悉 sim2real 与 RoboSuite、ManiSkill、Isaac 等仿真器
在大型开源软件中有深度贡献，或有优秀个人开源项目
在高性能计算赛事、算法竞赛中取得优异成绩，或在校成绩排名前 10%
复现过 LLM、RL、多模态、VLA、世界模型相关论文或项目
AI 洞察
优缺点分析
优点
- 接触前沿技术：直接参与具身智能、大模型训练等热门方向，技术积累价值高
- 公司平台好：智元机器人是明星创业公司，资源投入大，团队成长快
- 协作氛围好：与优秀算法团队合作，紧跟学术前沿，快速工程落地
- 技术门槛高：要求对分布式系统、GPU编程等有深入理解，上手难度大
- 不确定性：具身智能行业仍在快速发展，技术路线可能频繁调整，需要持续学习
缺点 / 挑战
- 挑战性强：面对300B+模型和万卡集群，能锻炼解决复杂系统问题的能力
- 工作强度可能较高：涉及大规模系统优化和紧急问题排查，需要投入大量精力
- 适合对大规模分布式系统和底层性能优化有热情，喜欢挑战复杂技术问题，并希望将算法落地到真实机器人场景的工程师
角色解读
- 技术纵深：从训练框架开发逐步深入底层系统优化，成为分布式训练专家
- 技术广度：扩展到具身智能、强化学习系统、仿真平台等领域，形成跨领域能力
- 管理方向：带领团队负责整个训练平台或基础设施，向技术负责人或架构师发展
- 设计和实现具身智能统一训练框架，支持VLA、世界模型等大规模模型的高效训练
- 开发分布式训练系统，优化数据并行、张量并行等策略，确保万卡GPU集群稳定运行
- 建设后训练与强化学习系统，包括模仿学习、在线/离线RL及云边协同架构
- 与算法团队紧密合作，复现并落地前沿算法，推动模型性能持续提升
- 扎实的计算机基础，熟悉分布式系统原理和性能优化方法
- 精通Python/C++/Rust之一，熟练使用PyTorch、Megatron等训练框架
- 具备系统设计能力，能在功能、效率、稳定性之间权衡
- 对大模型训练、分布式系统或强化学习系统有深入理解或强烈兴趣
申请策略
- 提前了解智元机器人的产品方向和技术路线，在面试中展示你对具身智能领域的理解
- 准备一个你解决过的复杂系统问题案例，体现问题分析、方案设计和落地能力
- 突出分布式训练相关项目，如参与过大规模模型训练或框架开发，说明你的具体贡献和性能提升
- 展示代码能力：GitHub链接、开源贡献或比赛成绩，强调代码质量和系统设计能力
- 列举强化学习或具身智能相关经验，即使只是学术项目，体现对该方向的兴趣
- 强调对底层优化的理解，如CUDA算子、通信优化、性能Profiling等
- 深入学习Megatron-LM、DeepSpeed等框架源码，理解其架构和关键设计
- 动手实践分布式训练，搭建小规模集群实验，熟悉数据并行、流水线并行等配置
面试指南
- 用STAR原则描述问题：情境-任务-行动-结果，突出技术细节和量化成果
- 对比不同方案的优缺点，展示系统设计思维，强调权衡取舍
- 结合具体项目或开源框架，体现动手能力和深入理解
- 请描述你在大规模分布式训练中遇到的一个性能瓶颈，以及你是如何定位和解决的？
- 解释数据并行、张量并行和流水线并行的区别，并在什么场景下选择使用？
- 你如何优化PyTorch训练过程中的GPU显存使用？请举例说明
- 你对强化学习系统中的训练和推理异步架构有什么理解？
- 复习分布式训练核心概念，熟悉Megatron和DeepSpeed的关键特性
职位点评
73
综合评分
前沿技术栈，极强发展性，但工作强度可能较高，薪资未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长和前沿领域，不介意高强度工作，且对生活平衡要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展95
工作生活40
使命价值85
薪资福利
70中等
薪资面议但属于热门赛道，预计有竞争力，福利方面JD未明确提及，但创业公司通常提供期权等，但信息不足。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
95较高
该职位涉及最前沿的具身智能和大模型训练技术，提供深度参与尖端系统建设的机会，成长空间极大。
技术前沿前沿/新兴技术
技术栈具身智能、大模型训练、VLA、世界模型、分布式系统、CUDA、Megatron、DeepSpeed、强化学习
业务类型profit_center
工作生活
40较低
工作地点上海，要求现场办公，未提及弹性工作或WLB，创业公司可能强度较大。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
具身智能属于高速增长赛道，推动机器人智能化具有积极社会影响，技术开拓性强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs