大模型推理框架研发工程师-上海/北京/深圳/杭州

研发及优化大模型推理引擎、PD分离推理调度系统，提升大规模分布式推理系统的整体效率；

支持主流GPU和异构AI芯片，优化大模型推理性能，打造极致性能成本优势。

熟练掌握C/C++、Python编程语言，具备良好的coding和调试能力；

熟悉主流大模型推理框架，如vllm，sglang，tensorrt-llm等，具备语言、多模态模型大规模部署和优化经验；

熟悉并行策略，如数据并行、流水线并行等，熟悉NVLINK、GPU RDMA通信者优先；

熟悉各类深度学习网络和算子底层实现细节，有实操经验优先；

熟悉主流开源模型及其架构特点，具备针对不同模型进行分析优化的能力优先；

具备GPU、AI芯片体系结构知识，熟悉芯片特性，具备系统性能分析和调优经验优先。 加分项

熟悉常见的算子编译优化、图优化和算子融合流程，如torch.compile，triton，tilelang等；

熟悉GPU/AI芯片编程，如CUDA，Ascend C等，熟悉cutlass等加速库；

机器学习或者体系结构相关顶会论文；

参与vllm、sglang等开源项目贡献者。