我们正在构建下一代 AI 基础设施，面向大规模分布式训练与推理集群，打造高性能、可编程、可运维的网络体系。期待您的加入产品研发团队，并参与 VPC/LB、容器网络等核心组件的设计与实现，参与关键网络技术栈（如 RoCE、SR-IOV、DPDK、eBPF 等）的工程落地和优化。 岗位职责： 开展基于物理知识的图神经网络预训练，并在分子建模场景下评估其提升下游任务 data efficiency和training efficiency的效果。 应用神经网络算法（如点云相关技术） 实现对密度泛函的近似计算。 利用 CUDA 技术 加速传统量子力学计算方法。 使用分子模拟软件 构建高精度数据集。 任职要求： 自然语言处理、机器学习、人工智能、计算机科学、物理、化学、生物等相关专业； 熟练使用c/c++/cuda编程语言、熟悉掌握python语言、PyTorch深度学习框架，能够进行模型的开发和训练，具备良好的编程能力； 对RAG、Agent、复杂任务推理决策有一定的认识和理解，熟悉主流的各类框架； 在大模型方面有实际的商业落地经验，了解如何将算法技术进行工程落地； 顶会论文发表或ACM或其他编程比赛经历； 学习能力强、善于沟通、有toB场景经验优先； 有社区知名项目参与者优先，有前沿技术研究能力者优先。