参与大规模分布式训练框架（基于PyTorch等）的研发与优化，重点解决千卡乃至万卡级别集群的扩展性、容错与性能瓶颈问题
负责训练系统中关键组件的设计与开发，包括但不限于大规模分布式参数服务器、高性能嵌入向量（Embedding）训练与推理、高效的优化器实现等
深入系统底层，利用高性能网络（如RoCE v2, InfiniBand）、RDMA技术以及NVMe SSD存储，优化数据读取、通信和Checkpoint存储等关键路径，实现极致的端到端训练性能
与算法团队紧密合作，理解前沿模型（如大语言模型、推荐系统、多模态模型）对训练基础设施的需求，并将其转化为系统级的创新与优化
负责GPU/XPU计算资源的精细调度与性能优化，深入挖掘硬件潜力，降低训练成本