大模型岗位解析与大模型就业市场分享，非常详细收藏这一篇就够！

本文链接：https://blog.csdn.net/m0_63171455/article/details/148383198

【职位亮点】

薪资对标一线，open谈

级别：对标 P7-10

一、大模型推理优化研发工程师-算子优化/编译(北京/深圳/上海/杭州)

岗位职责
1.研发及优化大模型推理引擎、PD分离推理调度系统；
2.优化大模型推理性能，提升吞吐并控制成本；
3.优化大模型推理框架，提升框架易用性和可调试性。
岗位要求
1.熟练掌握C/C++、Python编程语言，具备良好的coding和调试能力；
2.熟悉GPU/AI芯片编程，如CUDA，OpenCL，Ascend C等，熟悉cutlass等加速库是加分项；
3.熟悉主流大模型推理框架，如vllm，sglang，tensorrt-llm，FasterFransformer等；
4.熟悉各类深度学习网络和算子底层实现细节，训练和推理模型调试、调优有实操经验优先；
5.熟悉并行策略，如模型并行、流水线并行等，了解NVLINK、GPU通信者优先；
6.具备GPU、AI芯片体系结构知识，熟悉芯片特性，具备系统性能分析和调优经验优先。

二、大模型推理引擎研发工程师(北京/深圳/上海/杭州)

岗位职责
1.研发及优化大模型推理引擎、PD分离推理调度系统；
2.支持主流GPU和异构AI芯片，优化大模型推理性能，打造极致性能成本优势。
岗位要求
1.熟练掌握C/C++、Python编程语言，具备良好的coding和调试能力；
2.熟悉GPU/AI芯片编程，如CUDA，OpenCL，Ascend C等，熟悉cutlass等加速库是加分项；
3.熟悉主流大模型推理框架，如vllm，sglang，tensorrt-llm，FasterFransformer等；
4.熟悉各类深度学习网络和算子底层实现细节，训练和推理模型调试、调优有实操经验优先；
5.熟悉并行策略，如模型并行、流水线并行等，了解NVLINK、GPU通信者优先；
6.具备GPU、AI芯片体系结构知识，熟悉芯片特性，具备系统性能分析和调优经验优先；
7.加分项：；
8.机器学习或者体系结构相关顶会论文；
9.参与vllm、sglang等开源项目贡献者；
10.熟悉推理服务框架，具备服务部署经验者优先，有超大模型分布式部署经验优先。

三、 Pytorch框架研发工程师/专家(北京/深圳/上海/杭州)

岗位职责
1.参与太极分布式深度学习系统的研发工作，重点负责GPU及异构芯片的适配与性能优化；
2.深入研究框架引擎内部机制，参与或主导前沿大模型相关技术的探索与实践；
3.与团队合作，持续提升系统的稳定性和扩展性，确保系统能够满足大规模深度学习任务的需求。
岗位要求
1.精通PyTorch框架，对Tensorflow/Mindspore等深度学习框架有一定了解；
2.熟悉当前主流大模型，具有百亿/千亿参数规模大模型的分布式训练经验者优先；
3.掌握并行计算、CUDA编程、网络通信、系统优化及集群硬件架构等HPC相关知识；
4.具备出色的编程能力，熟练使用Python，掌握C++、数据结构与算法设计，熟悉Linux/Unix系统及Shell编程，熟练使用Git进行版本控制；
5.拥有一年以上AI分布式系统研发经验，计算机、人工智能、机器学习等相关专业硕士及以上学历，具有丰富相关经历的本科生也可考虑。

四、大模型推理加速工程师(北京/深圳/上海/杭州)

岗位职责
1.配合算法工程师，推动深度学习相关算法的落地，打造高吞吐、低延时的推理系统；
2.优化大模型推理性能，提升吞吐并控制成本；
3.优化大模型推理框架，提升框架易用性和可调试性。
岗位要求
1.熟练掌握 C/C++、Python语言，有计算机体系结构背景或软件开发背景，熟悉系统性能调优的方式；
2.具备基础的GPU编程能力，包括但不限于Cuda、OpenCL；熟悉至少一种GPU加速库，如cublas、cudnn、cutlass等；
3.有Tensorrt/FasterTransformer/Tensorrt-llm/vllm等深度学习推理框架的实际使用经验；
4.熟悉各类深度学习网络和算子底层实现细节，训练和推理模型调试、调优有实操经验优先；
5.熟悉CPU/GPU异构加速瓶颈分析方法，有服务器端 AI 芯片、GPU加速经验优先；
6.熟悉分布式推理常用加速方法，有超大模型分布式部署经验优先。

五、大模型训练框架研发工程师（北京/深圳）

1.参与开发优化大模型训练框架，支持单任务万卡以上规模高效稳定训练；
2.参与NLP、多模态大模型结构设计，并联合业务进行模型训练效率和效果验证；
3.参与文生图、文生视频、文生3D等业务的训练性能加速
4.参与低精度训练性能优化和业务推广、参与大窗口训练性能优化
岗位要求
1.熟练使用PyTorch框架，可对DDP训练的代码进行性能分析和优化。
2.熟练使用主流大模型训练框架DeepSpeed、Megatron，掌握3D并行、ZeRO机制、Flash-Attn等的原理、使用场景、优劣势以及可优化方向。
3.有ViT、SD、DiT模型训练性能优化经验者优先。
4.熟练掌握CUDA性能优化手段，有算子编写优化项目经验者优先。
5.对大模型前沿技术比较敏锐者优先。
6.有实际大模型的训练调参和效果评测项目经验的优先；
7.良好的沟通能力、解决问题能力。

六、大模型强化学习研究员(北京)

AI Lab 长期致力于推动人工智能前沿技术发展，特别是大模型前沿算法创新与突破。当前，深圳实验室正寻求大模型强化学习方向的专家级研究员，专注于开发探索稳定而有效的强化学习算法，在大模型的复杂推理、Agent自主探索与学习等场景激发与提升大模型的能力。职位级别将根据候选人的经验以及成就来确定。
岗位职责：
1.带领团队开展前沿算法研究，重点攻克大模型中强化学习算法设计与优化，研究方向包括但不限于：强化学习算法、奖励建模、世界模型等；
2.强化学习算法要在大模型的复杂推理、Agent自主探索与学习等场景进行大规模实验验证，推动研究成果在行业内落地，并发表有影响力论文；
3.负责探索大模型的前沿技术，结合未来实际应用场景，提供技术解决方案。
岗位要求：
1.全球高校计算机科学、机器学习、人工智能等相关专业博士；
2.有大模型前沿技术领域全球领先企业的工作经验；
3.精通Python编程语言，具有基于PyTorch或TensorFlow等深度学习工具的技术开发经验；
4.具备丰富的学术研究经验，在世界顶尖会议NeurIPs、ICLR、ICML、ACL、EMNLP等发表过文章，有深度学习学术或工程项目经验；
5.具备良好的沟通能力以及团队协作精神，能够与跨只能团队共同推进项目进展与突破。

七、专家级研究员-大语言模型复杂推理方向(深圳)

AI Lab

岗位职责
1.带领团队开展前沿算法突破研究，专注于提升大语言模型的推理能力，包括但不限于复杂问题推理能力、复杂任务分解与完成能力等，研究成果在业界产生广泛影响；
2.负责开发新颖的高效、可扩展模型架构和算法，推动大语言模型推理能力提升；
3.负责探索大语言模型的前沿技术，结合未来实际应用场景，提供技术解决方案；
4.参与公司重大项目的研发工作，提供专业的技术指导和支持；
5.跟踪并分析全球大语言模型领域的最新研究进展，为公司技术创新和发展提供战略建议。
岗位要求
1.全球高校计算机科学、机器学习、人工智能等相关专业博士；
2.有大语言模型前沿技术领域全球领先企业的工作经验；
3.精通Python或C++编程语言，具有基于PyTorch或TensorFlow等深度学习工具的技术开发经验；
4.具备丰富的学术研究经验，在世界顶尖会议NeurIPs、ICLR、ICML、ACL、EMNLP等发表过文章，有深度学习学术或工程项目经验；
5.具备良好的沟通能力以及团队协作精神，能够与跨职能团队共同推进项目进展与突破；
6.对技术充满热情，具备较强的创新意识和解决问题的能力。

八、 AGI模型架构研究员(深圳)

AI Lab

我们致力于打造具备人类级甚至超人类级通用智能（AGI）的核心系统架构。你将作为核心研发力量参与构建具备多模态感知、自主学习与推理能力的大模型体系，推动其在真实世界中的通用泛化能力。项目目标是构建原生支持视觉、语音、文本等多模态联合理解与生成的大模型系统，并与环境深度交互，实现从AGI向ASI的跃升。
岗位职责：
1、设计具备多模态联合感知、推理、记忆与生成能力的统一大模型架构（视觉/音频/文本）；
2、构建支持持续学习、多级记忆、主动探索和自演进的大模型系统；
3、推进Agent化方向，使模型具备自主任务规划、跨模态交互、工具使用和自我优化能力，深度参与通用表征、音视频同频建模、世界模型、稀疏建模等关键模块的设计
岗位要求：
1、精通 Transformer 类模型及其在语言、多模态领域的架构设计与优化；
2、有构建或优化超大规模模型（>Billion-scale）经验，熟悉SFT、RLHF、自监督等训练范式；
3、在以下方向有深入理解或实践经验者优先：
a、多模态模型（如视觉语言模型、音视频模型）
b、强化学习、自主智能体系统
c、复杂推理与规划（如 search+LLM，世界建模）
d、稀疏建模与动态路由机制
e、具备良好的工程实现能力与系统性思维，能推动前沿研究在大模型系统中落地
f、在顶会/顶刊（NeurIPS, ICLR, CVPR, ACL 等）发表过相关方向论文
研究重点方向：
多模态统一架构：原生支持视觉、语音与文本的同频建模与跨模态推理；
持续学习与记忆机制：设计支持长期记忆调用与任务迁移的分离式架构（如Memory + Core Model）
世界模型与因果推理：模型能预测环境状态、规划行为，并不断更新认知结构
稀疏与模块化模型：探索高效、可扩展、可解释的超大规模稀疏架构
自演进与主动数据生成：结合RL、自监督、环境交互等方式建立自我成长机制
跨模态理解与生成：提升系统在真实物理环境中多模态联合生成与决策能力
智能体能力迁移：任务泛化与工具组合使用能力的系统性设计与增强

九、语音与音频理解方向研究员（大模型与多模态方向）北京/深圳

AI Lab

岗位职责：

1. 跟踪业界最新的语音生成算法研究，探索下一代语音、音频生成新范式，拓展语音生成边界能力；
2. 探索多模态语音大模型的前沿技术，结合文本、语音、视觉等技术提升语音交互体验；
3. 负责语音大模型的技术研发工作，推动模型性能提升与创新应用。
岗位要求：
1. 计算机科学、人工智能、电子工程、信号处理等相关专业硕士、博士研究生；
2. 掌握语音大模型、语音合成、语音识别、音频生成、语音转换、语音Codec等一项或多项研究和开发经验；
3. 熟悉主流对话大模型（如GPT4o、GLM-4-Voice、Qwen2.5-Omni、Voila等），有相关项目实践经验者优先；
4. 熟练掌握PyTorch等深度学习框架，有大模型训练框架Megatron/Deepspeed实践经验者优先；
5. 熟悉大模型相关结构设计及原理，有大规模预训练、后训练经验者优先。

十、语音与音频理解方向研究员（语音生成方向）北京/深圳

AI Lab

岗位职责：
我们正在构建原生支持视觉、音频与文本的大规模多模态模型体系，以推动人工智能系统实现对物理世界的全面感知与理解。你将加入语音与音频方向的核心研究团队，围绕以下关键研究任务开展工作：
1、研发具备通用能力的端到端语音大模型，包括多语言语音识别、语音翻译、语音合成，副语言信息理解，音频理解等；
2、推进语音表征学习与语音编码/解码架构研究，构建适用于多任务、多模态的统一声学表征；
3、探索音频和语音在多模态大模型中的表征对齐与融合机制，与图像、文本联合建模；
4、构建并维护高质量的语音多模态数据集、自动标注与数据合成技术；
任职要求：
1、计算机、电子工程、人工智能、语言学或相关领域博士，或硕士加多年相关工作经验；
2、深入理解语音音频信号处理、声学建模、语言模型和大模型架构；
3、熟练掌握语音识别，语音合成，语音翻译等一项多多项系统开发流程，具有多语言、多任务或端到端系统经验者优先；
对以下方向具备深入研究或实践经验者优先：
语音表征预训练（如 HuBERT, Wav2Vec, Whisper 等）
多模态对齐与跨模态建模（音视频和文本）
有推动大模型在音频理解任务上达到 SOTA 性能的经验优先；
熟练掌握 PyTorch、TensorFlow等深度学习框架，有大规模训练与分布式系统经验者优先；
熟练 Transformer 类模型及其在语音、多模态领域的训练和推理

十一、大模型-精调算法工程师-问答&RAG方向(北京/深圳)

岗位职责
1.负责大语言模型在知识问答能力上的算法设计优化及实现工；
2.建设RAG体系，对RAG链路中的重要模块进行优化，提升模型的性能效果；
3.调研业界前沿算法，追踪最前沿的技术动态，并应用在相关的项目中；
4.参与产品讨论，基于技术对产品提出改进建议。
岗位要求
1.有大语言模型应用经验优先，包括精调(SFT)、强化(DPO,PPO)等技术的落地；
2.有RAG或LLM Agent的应用落地经验者优先；
3.熟悉TensorFlow，Keras，Pytorch等常规深度学习框架；
4.熟悉自然语言处理方向常用的理论和方法，熟悉阅读理解、问答、搜索、语言模型、预训练等核心技术；
5.具有良好的数学基础，良好的英语阅读能力,具备强烈的进取心、求知欲及团队合作精神，热衷于追求技术创新。

十二、大模型精调算法工程师-RAG可信方向（北京/深圳）

岗位职责
1.负责大语言模型在知识问答能力上的算法设计优化及实现工；
2.建设可信RAG体系，包括全网站、号一体化可信内容理解，建设质量&权威体系，优化内容索引、排序、RAG效果；
3.调研业界前沿算法，追踪最前沿的技术动态，并应用在相关的项目中；
4.参与产品讨论，基于技术对产品提出改进建议。
岗位要求
1.有大语言模型应用经验优先，包括精调(SFT)、强化(DPO,PPO)等技术的落地；
2.有全网内容理解、质量权威建模、搜索召回排序经验优先；
3.熟悉TensorFlow，Keras，Pytorch等常规深度学习框架；
4.熟悉自然语言处理方向常用的理论和方法，熟悉阅读理解、问答、搜索、语言模型、预训练等核心技术；
5.具有良好的数学基础，良好的英语阅读能力,具备强烈的进取心、求知欲及团队合作精神，热衷于追求技术创新。

十三、大模型推理能力方向（北京/深圳）

岗位职责：
1. 负责大语言模型（LLM）规划、推理、反思能力的研究，提升大语言模型的高阶推理能力；
2. 跟进推理领域的前沿技术，将其应用于大模型基座，持续提升大模型的推理能力；
岗位要求
1. 有过大模型代码/数学/reasoning方向的研发经历
2. 在post-training方向有一定研究基础，熟悉SFT/DPO/PPO/Reward Model等pipeline。
3. 较强的工程实现能力，熟练使用Python语言，有实际编程项目经验，熟悉DeepSpeed、Megatron等分布式训练框架，熟练使用pytorch深度学习框架；
4. 计算机科学、机器学习、统计学、应用数学等相关专业在校硕士、博士生。
5. 在高水平国际会议和学术期刊发表过相关论文，或有高水平竞赛获奖经历优先。

十四、大模型语音算法工程师（北京/深圳/上海）

岗位职责
1.负责大模型语音模态的设计、开发和优化，包括但不限于语音/音频数据清洗、模型设计、训练策略等方面的研究与应用；
2.参与语音识别、语音合成、声音克隆等相关大模型语音模态能力的建设，提高跨模态整体效果。
岗位要求
1.计算机科学、机器学习、人工智能、应用数学等相关专业，硕士及以上学历；
2.在语音信号处理、大语言模型、深度学习等领域具备扎实的研究基础，掌握领域内的最新技术进展；
3.较强的工程实现能力，熟练掌握C/C++, JAVA,Python等至少一种语言，熟练使用主流深度学习框架；
4.有较强的学术比赛经验、或者在重要数据集的Leaderboard上排名靠前、或在开源社区有较大影响力等优先；
5.有高质量论文发表者优先（如INTERSPEECH，ICASSP，CVPR，AAAI，NIPS，TIP，ICCV，ECCV等）；
6.具备激情，好学，良好的团队合作和沟通能力。

十五、多模态算法工程师（北京/深圳/上海）

视频生成基模这边的需求

1、RL背景来做后训练相关，IC

2、数据科学背景专做数据科学研究，IC

3、后训练的负责人和tech lead

4、扩散模型预训练负责人

岗位职责
1.负责垂直场景多模态大模型研发，包括图文、视频、音频等多个模态的预训练和SFT训练，探索合成数据在多模态训练上的应用；
2.负责大模型安全、内容治理、电商等多场景业务的内容理解，包括多模态表征、图文/视频意图理解、相同/相似判断、自动问答等；
3.负责跟踪和研究大模型前沿问题，并应用于解决实际的业务痛点。
岗位要求
1.计算机科学、机器学习、人工智能、应用数学等相关专业，硕士及以上学历；
2.在CV、多模态有相应的技术研发，了解LLM、多模态融合、人脸识别、目标检测等相关技术；
3.熟悉深度学习框架，如TensorFlow或Pytorch；了解分布式训练框架，如Deepspeed和Meatron-LM等，并有一定的多机多卡分布式训练经验；
4.较强的工程实现能力，熟练掌握C/C++, JAVA,Python等至少一种语言；
5.在顶级学术会议上发表论文者优先，包括而不限于NIPS/ICML/CVPR/ICCV/ECCV。