北京/杭州 岗位职责 1. 主导大模型推理引擎的架构设计与核心模块开发，支撑千亿参数模型的高效分布式推理。 2. 研发面向GPU/NPU等异构计算平台的高性能算子，提升硬件利用效率。 3. 参与模型低精度量化，图优化，编译优化等性能优化工作。 4. 攻克分布式推理中的动态负载均衡、通信优化、显存管理等核心技术难题。 5. 跟踪学术界与工业界前沿技术（如vLLM、TGI、TensorRT-LLM等），推进框架迭代。

任职资格 1. 计算机、数学、电子工程、通信等相关专业本科及以上学历. 2. 熟练掌握C++/Python，具备大型项目代码架构设计能力. 3. 熟悉Transformer架构及大模型推理相关技术（如FlashAttention、PagedAttention、Continuous Batching）. 4. 有实际大模型部署及调优经验，熟悉量化（INT8/FP8）等优化手段. 5. 有GPU/NPU 算子优化经验，有并行计算相关背景者优先.