平头哥-边缘AI芯片算法部署工程师-上海

负责大模型在端侧/边缘设备的高效部署，优化多模型部署、多任务调度、多线程/多进程加速，提升推理性能与资源利用率。

基于主流Agent框架，设计端侧Agent运行时架构与产品方案；优化Agent上下文管理（包括上下文窗口、缓存策略、压缩算法），提升长对话和复杂任务的执行效率等。

深入分析端侧AI软件栈和芯片微架构性能瓶颈（如核心利用率、内存带宽、指令流水线等），持续输出优化建议，推动芯片架构和SDK持续优化。

计算机科学、电子工程、微电子、自动化等相关专业硕士及以上学历。

具备Agent框架工程实践经验：了解OpenClaw（ReAct+Skills模式、MCP集成）或Hermes-Agent（自我改进机制、子Agent委派、上下文压缩）等主流Agent框架的架构原理和部署模式；有将Agent框架适配到端侧硬件平台（边缘服务器、嵌入式AI模组、机器人计算平台）的实践经验者优先。

具备3年以上AI推理优化相关工作经验，深刻理解并行计算和CUDA编程，熟悉TensorRT和TensorRT-LLM的模型部署和优化；熟练掌握C/C++，熟悉Python，具备优化计算编程能力。

熟悉边缘AI芯片上模型部署使用者优先；理解GPU/GPU/NPU的计算架构原理，包括计算流水线、内存层次结构、带宽与延迟的权衡。

熟悉Linux系统，精通系统性能分析工具的使用和分析，如nsight-sys/nsight-compute/xperf/eBPF等；能从算子级、图级、系统级多层次定位性能瓶颈。

良好的口头和书面表达能力，包括英文读写能力，良好的沟通能力和团队合作意识；具备良好的文档输出能力，能撰写结构清晰、数据翔实的性能分析报告和优化建议书。 符合以下条件为加分项：

有端侧大模型推理优化经验（量化、KV Cache优化、Speculative Decoding、FlashAttention适配等）。

有CUDA/OpenCL/类CUDA编程模型的算子开发或优化经验。

有Transformer架构的深度理解和推理优化经验（Attention机制优化、KV Cache管理、Prefill/Decode分离等）。

有开源社区贡献经验（如vLLM、llama.cpp、TVM等项目）。