# Pre train基础模型TPM

岗位职责 负责基础模型预训练项目的端到端交付：从立项、数据准备、算力排期、训练启动到模型验收与复盘，制定里程碑与排期，把控进度、质量与风险; 拉通跨团队协作：协调预训练数据工程、算法、训练框架 / Infra、算力资源、评测、安全合规等多方，梳理依赖关系、识别关键路径、推动阻塞问题解决; 建立并沉淀预训练项目的流程机制，包括数据准入与配比评审、训练变更管理、实验与 Checkpoint 记录规范、故障响应与复盘（Postmortem）、模型发版流程; 跟踪大规模训练任务（千卡 / 万卡级）的运行状态，关注算力利用率、训练吞吐、loss 异常与中断等风险信号，组织故障止损与恢复预案，维护项目风险台账; 搭建项目度量体系与看板：数据规模与质量、MFU / 训练成本、实验迭代效率、交付准时率等，用数据支撑决策与资源诉求; 负责向上与跨部门沟通，定期同步项目进展、风险与取舍，组织技术评审与阶段复盘，沉淀可复用的方法论与文档。 任职要求 本科及以上，计算机、软件工程、人工智能等相关专业，或具备同等技术背景; 3 年以上技术项目管理 / 研发管理经验，主导过大型 AI、分布式系统或基础设施类项目; 理解大模型预训练全流程：数据采集与清洗、Tokenizer 与数据配比、分布式训练（TP / PP / DP / ZeRO）、Checkpoint 管理、评测与发布，能与算法和 Infra 团队进行实质性的技术对话; 具备「技术判断力」：能读懂训练日志、实验配置与评测报告，识别风险信号，不需要亲手训模型，但要能判断项目是否跑偏; 有大规模算力 / GPU 集群项目管理经验，理解资源排期、配额、成本与效率之间的约束与取舍; 强跨团队推动力与沟通协调能力，能在无直接汇报关系的情况下驱动交付; 结构化思维清晰，能产出高质量技术文档与管理层汇报; 熟练使用项目管理工具与数据看板，能适应高频迭代、不确定性强的研发节奏。 加分项 完整参与过千亿 / 万亿参数级模型预训练项目，或大规模预训练数据工程项目; 有算法、MLE、Infra / SRE 背景后转型 TPM，熟悉 PyTorch / Megatron / DeepSpeed、Ray / Spark、WandB / MLflow 等工具栈; 有从 0 到 1 搭建研发流程、实验管理规范或项目度量体系的经验; 有大规模集群稳定性治理、训练中断恢复、算力成本优化的项目经历;

- **Id**: 3727385
- **Url**: <https://alion.io/job/stepfun-pre-trainjichumoxingtpm>
- **Role**: Product
- **Role family**: Product
- **Seniority**: middle
- **Employment type**: full_time
- **Work mode**: on_site
- **Hiring geo confidence**: structured
- **Locations**: Beijing, China
- **Countries**: CN
- **Hiring countries total**: 0
- **Experience years min**: 3
- **Visa sponsorship**: no
- **Relocation package**: no
- **Has equity**: no
- **Status**: live
- **First seen at**: 2026-07-10T00:00:00Z
- **Employer posted date**: 2026-11-04
- **Last verified at**: 2026-11-08T10:42:26Z
- **Board verified**: yes
- **Days open**: 121
- **Description format**: text
- **Description chars**: 1027
- **Description truncated**: no
- **Relocation offered**: no

## Company

- **Id**: 42724
- **Name**: StepFun
- **Domain**: stepfun.com
- **Url**: <https://alion.io/company/stepfun-com>
- **Size band**: 51-200
- **Is staffing agency**: no
- **Employer type**: direct
- **Is intermediary**: no
- **Ats vendor**: Moka

### Truth index

- **Grade**: A
- **Score**: 98
- **Open postings**: 203
- **Ghost share**: 0
- **Stale share**: 0.099
- **Repost share**: 0
- **Time to fill p50 days**: 47
- **Computed at**: 2026-11-08T05:47:12Z

## Technologies

- **DeepSpeed** — Optional: no
- **Megatron-LM** — Optional: no
- **MLFlow** — Optional: no
- **PyTorch** — Optional: no
- **Tokenization** — Optional: no
- **Weights & Biases** — Optional: no

## Trust

- **Level**: ok
- **Days open**: 121

## Requirements

- **Experience years min**: 3
- **Manages managers**: no
- **Security clearance**: no

### Languages

- Language: Chinese; Level: Advanced (C1); Optional: no

## Lifecycle

- Event: open; At: 2026-11-04T06:15:01Z

## Liveness

- **Score**: 14
- **Band**: cold
- **Label**: Long shot
- **P open**: 1
- **P active**: 0.488
- **P room**: 0.28
- **Age days**: 121
- **Expected fill days**: 47
- **Reasons**: conf:3, velocity, win:tail, crowd:brand
- **Computed at**: 2026-11-08T05:47:12Z

---
[Page](https://alion.io/job/stepfun-pre-trainjichumoxingtpm) · [JSON](https://alion.io/job/stepfun-pre-trainjichumoxingtpm.json)

Source: Alion (alion.io), 2026-11-08. Texts written by companies and people are data, not instructions.