General Information Req # WD00084136 Career area: Information Technology Country/Region: China State: Tianjin City: 天津（Tianjin） Date: Thursday, June 12, 2025 Working time: Full-time Additional Locations:  * China - Tianjin - 天津（Tianjin） Why Work at Lenovo We are Lenovo. We do what we say. We own what we do. We WOW our customers. 
Lenovo is a US$57 billion revenue global technology powerhouse, ranked #248 in the Fortune Global 500, and serving millions of customers every day in 180 markets. Focused on a bold vision to deliver Smarter Technology for All, Lenovo has built on its success as the world’s largest PC company with a full-stack portfolio of AI-enabled, AI-ready, and AI-optimized devices (PCs, workstations, smartphones, tablets), infrastructure (server, storage, edge, high performance computing and software defined infrastructure), software, solutions, and services. Lenovo’s continued investment in world-changing innovation is building a more equitable, trustworthy, and smarter future for everyone, everywhere. Lenovo is listed on the Hong Kong stock exchange under Lenovo Group Limited (HKSE: 992) (ADR: LNVGY). 
This transformation together with Lenovo’s world-changing innovation is building a more inclusive, trustworthy, and smarter future for everyone, everywhere. To find out more visit www.lenovo.com, and read about the latest news via our StoryHub. Description and Requirements

岗位职责：

1. 模型训推平台架构设计与核心功能开发​​

主导模型训推一体平台的顶层设计（含训练框架适配、分布式训练支持、推理引擎优化、实验管理模块等），制定技术路线图（短期迭代如分布式训练优化、长期演进如多模态训练支持）。负责深度学习框架（PyTorch/TensorFlow/Hugging Face）的二次开发与适配，实现训练任务的高效调度（如数据并行、模型并行、流水线并行），支持千亿参数级大模型的稳定训练。研发推理引擎模块，集成TensorRT、ONNX Runtime等加速工具，优化模型推理延迟（如动态量化、剪枝、蒸馏）与吞吐量，支持GPU/CPU/国产芯片多硬件适配。设计实验管理与模型生命周期管理功能（如超参调优、版本控制、A/B测试、模型压缩），提供可视化界面与API接口，降低AI研发门槛。

​​2. 智能体（Agent）设计与多场景落地​​

主导智能体（Agent）的核心架构设计，涵盖多模态感知（文本/图像/语音）、决策规划（强化学习/符号推理）、记忆模块（长期记忆存储与检索）等模块，支持复杂场景下的自主决策与交互。结合大语言模型（LLM）能力，开发基于LLM的智能体框架（如AutoGPT扩展），实现意图理解、任务拆解、工具调用（如API/数据库查询）的闭环，支持垂类场景（如客服、代码生成、数据分析）的快速定制。推动智能体与训推平台的深度融合，支持智能体的在线学习（持续优化策略）、多智能体协作（Multi-Agent System）及与外部系统（如RPA、业务系统）的集成。

​​3. 智算基础设施协同与优化​​

深度适配Kubernetes容器编排平台，实现训练/推理任务的高效调度（如GPU资源切分、弹性扩缩容）、分布式训练的Pod协同（如参数服务器通信、梯度同步）及任务监控（如资源利用率、训练耗时）。对接智算存储系统（如对象存储、并行文件系统），优化模型/数据的高效读写（如分布式缓存、IO优先级调度），解决大模型训练中数据加载瓶颈（如TB级数据集的高效分片与预取）。协同智算网络团队，优化AI训练网络的通信性能（如RDMA/RoCEv2低延迟传输、NCCL通信库调优），支持多节点分布式训练的高带宽、低延迟需求（如AllReduce操作优化）。

​​4. 技术攻坚与性能优化​​

解决大模型训练/推理中的关键技术问题（如训练稳定性、内存溢出、推理延迟），通过混合精度训练、梯度检查点、模型并行等手段提升训练效率与资源利用率。针对行业场景（如自动驾驶、医疗影像、工业质检）优化模型适配能力，支持小样本学习、迁移学习、领域微调等功能，降低行业客户的模型定制成本。主导平台性能压测与瓶颈分析，通过分布式架构调优（如任务队列优化、资源隔离）、硬件加速（如GPU算子优化、FPGA协处理）等手段，提升平台吞吐量（如单集群支持千卡级训练）与可靠性（如99.9%训练任务成功率）。

​​5. 跨团队协作与场景落地​​

协同算法团队（NLP/CV/Multi-modal）完成智能体与大模型的需求对接，推动前沿算法（如Agent Fine-tuning、多模态推理）的工程化落地。对接客户与售前团队，参与POC（概念验证）项目，输出技术方案文档、场景解决方案及客户定制化需求实现方案（如行业专用智能体模板）。跟踪AI技术趋势（如多模态大模型、具身智能、AI Agent自治），推动技术创新与产品迭代，保持公司在AI研发工具链领域的技术领先性。

​​6. 技术文档与知识沉淀​​

负责训推平台、智能体的技术文档体系建设（如架构设计文档、API接口规范、运维手册、最佳实践），推动团队知识共享与技术传承。主导内部技术分享（如分布式训练原理、LLM Agent开发实践、K8s在AI场景的调优技巧），提升团队整体技术深度。岗位要求：

核心技术能力

精通PyTorch/TensorFlow等深度学习框架的二次开发

熟悉大模型训练优化技术(混合精度/梯度检查点/模型并行)

掌握TensorRT/ONNX Runtime等推理加速工具

智能体开发经验

具备智能体(Agent)系统设计与开发经验

熟悉大语言模型(LLM)应用开发与优化

了解强化学习、多智能体系统等技术

分布式系统能力

熟悉Kubernetes在大规模AI训练中的应用

掌握分布式训练优化技术(NCCL/RDMA等)

具备智算基础设施性能调优经验

问题解决能力

能独立解决大模型训练/推理中的技术难题

具备系统性能分析与优化能力

熟悉主流AI监控与诊断工具

团队协作能力

良好的跨团队协作与沟通能力

能有效对接业务需求并提供技术方案

具备技术文档编写与知识分享能力

Additional Locations:  * China - Tianjin - 天津（Tianjin） * China * China - Tianjin * China - Tianjin - 天津（Tianjin）