大模型推理部署算法工程师（北京）

1. 01

   负责大模型量化、剪枝、蒸馏、稀疏化等模型压缩算法在端-边-云多端的落地；

2. 02

   负责高性能算子开发、推理图优化与多硬件后端适配；

3. 03

   负责推理服务治理，包括动态批处理、多模型调度、显存/算力复用等关键能力；

4. 04

   牵引模型与自研芯片的垂直整合，参与下一代芯片的算法侧需求定义。

基本要求

1. 01

   计算机、电子、自动化等相关专业，硕士及以上学历；

2. 02

   扎实的 C++/CUDA/Python 工程能力，熟悉至少一种主流推理框架(TensorRT/TensorRT-LLM/vLLM/TVM/MNN/NCNN/llama.cpp)；

3. 03

   在模型量化(INT8/INT4/FP8)、剪枝、蒸馏、稀疏化任一方向有实战经验；

4. 04

   理解 Transformer、Diffusion、VLM 模型结构与典型推理瓶颈。 加分项

5. 01

   MLSys/OSDI/ASPLOS/SC/CVPR/NeurIPS 等顶会一作论文，或主流推理框架核心贡献者；

6. 02

   在手机、平板、端侧 NPU 或自研芯片上完成过大模型量产部署；

7. 03

   熟悉 PagedAttention/FlashAttention/Speculative Decoding/KV-Cache 优化等 LLM 推理前沿；

8. 04

   有自定义 GPU/NPU 算子开发或编译器(TVM/Triton/MLIR)二次开发经验。