1. 负责大规模预训练模型（如GPT、BERT、LLM等）的推理系统设计、优化与落地，实现模型在多平台（GPU、CPU、NPU等）上的高效推理。 2. 针对模型推理场景，深入分析性能瓶颈，主导模型量化、剪枝、蒸馏、结构重参数化等前沿推理加速技术的研究与应用。 3. 参与大模型推理框架（如TensorRT、ONNX Runtime、OpenVINO、MindSpore等）的开发与优化，提升推理效率与系统稳定性。 4. 跟踪业界和学术界大模型推理相关前沿技术，推动创新方案在业务中的应用落地。 5. 与算法、系统、硬件等团队紧密协作，制定端到端的推理优化方案，支撑业务高并发、低延迟的需求。 6. 负责推理平台的技术难点攻关，解决模型部署、兼容性、资源调度等实际问题。

1. 计算机、人工智能、电子工程等相关专业硕士及以上学历，5年以上AI推理/系统优化相关工作经验。 2. 深入理解主流大模型结构及推理原理，熟悉Transformer、LLM等模型的高效推理优化技术。 3. 精通至少一种主流深度学习框架（如PyTorch、TensorFlow、MindSpore等）及其推理引擎（如TensorRT、ONNX Runtime等）。 4. 熟悉模型压缩、量化、剪枝、蒸馏等加速技术，并有实际落地经验。 5. 扎实的编程能力，精通C++/Python，具备良好的系统调优与性能分析能力。 6. 有大规模分布式推理、异构计算（GPU/CPU/NPU）或端侧推理部署经验者优先。 7. 具备良好的团队协作、沟通能力和创新精神，能承担复杂项目的技术攻关任务。 8. 有相关开源项目贡献、顶会论文发表或大模型推理产品化经验者优先。