1、端侧语言模型 / 多模态模型推理部署； 2、异构硬件性能调优与内存管理； 3、推理框架、工具链、跨平台构建系统开发与优化； 4、模型量化、KV Cache 管理与端侧推理优化； 5、跟进前沿模型架构（如 Transformer 及其衍生变体、投机解码加速技术 EAGLE 系列等）的迭代演进。

1、了解主流模型架构，包括 Transformer 系列、LLaMA、Qwen等，能分析其计算与内存特点； 2、熟悉至少一种端侧推理框架（llama.cpp / TensorRT / QNN / ONNX Runtime）； 3、了解投机采样（Speculative Decoding / Sampling）等推理加速思路，能够分析其对端侧延迟、内存和工程复杂度的影响； 4、精通 C/C++/python； 5、熟悉 mmap / CMA / GPU OOM / 内存调优，能分析内存带宽与计算瓶颈并进行仿存与计算逻辑优化。 面壁智能的岗