腾讯招聘技术研究-高性能计算方向
招聘职位：
技术研究-高性能计算方向 搜索同类职位
岗位职责：
包含GPU、网络、大模型框架等细分方向。
1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题；
2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。
1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术；
2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题；
3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。
岗位要求：
1、扎实的计算机体系结构基础，熟悉并行计算、数据密集型系统设计；
2、良好的数学基础（线性代数、数值分析、算法复杂度优化）。
加分项：
1、有TensorRT/Triton Inference Server等推理框架经验者优先；
2、深入理解TCP/IP、RDMA协议栈，熟悉DPDK/SPDK开发、有超算中心或云计算网络调优经验者优先；
3、熟悉Transformer架构及主流大模型训练流程。
岗位介绍：
对一个研究者来说， 丰富的应用场景、全谱领域的技术积累、追求极致的氛围都很重要， 而你正是其中一员！
包含GPU、网络、大模型框架等细分方向。
1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题；
2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。
1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术；
2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题；
3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。
岗位要求：
1、扎实的计算机体系结构基础，熟悉并行计算、数据密集型系统设计；
2、良好的数学基础（线性代数、数值分析、算法复杂度优化）。
加分项：
1、有TensorRT/Triton Inference Server等推理框架经验者优先；
2、深入理解TCP/IP、RDMA协议栈，熟悉DPDK/SPDK开发、有超算中心或云计算网络调优经验者优先；
3、熟悉Transformer架构及主流大模型训练流程。
岗位介绍：
对一个研究者来说， 丰富的应用场景、全谱领域的技术积累、追求极致的氛围都很重要， 而你正是其中一员！
免责声明：
此信息由腾讯官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“腾讯官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！