职位描述 基于开源引擎，针对音视频等多模态推理场景进行深度适配与优化 针对特定硬件，研究端到端性能极致优化方案 面向实际线上业务场景，研究业界领先的稳定推理部署方案 结合实际综合需求和开源社区相关工作，研究应用通用的推理加速技术

职位要求 计算机及相关专业，本科及以上学历 有端到端性能 profile 能力，可以正确理解性能表现的原理，并给出可行的优化分析 有扎实的编程能力和代码品位，良好的数据结构和算法基础 熟悉计算机体系结构和操作系统相关知识，具备软件/库架构的设计与研发经验的更佳 熟练使用 C++/C、Python 等高级语言 有良好的可靠性意识，包括不限于监控、容灾等 有极大技术热情，良好的团队沟通和协作能力，良好的责任心 有良好的自驱力和学习能力 加分项: 在 ACM/NOI/IOI/Topcoder 获奖者优先 掌握任一知名开源推理框架如 vLLM、SGLang、TensorRT-LLM、Llama.cpp 等的开发经验 对常用推理加速算子库（包括但不限于 FlashAttention、FlashInfer、PagedAttention等）有理解 有 CPU、GPU、NPU、ARM 等高性能计算优化经验者优先 有相关音视频信号处理、语音识别、语音合成等经验的优先 对高并发/高可靠性线上服务有经验 熟悉容器化（Docker/K8s）与云上 GPU 运维更佳