职位编号 J20260921215325137399
大模型部署优化工程师反馈快
50-90万北京市本科5-8年招聘 2 人预计佣金 74.3K1天前刷新/9月21日 21:56发布
职位信息项目手册职位进展做单须知佣金规则发单顾问
寻访须知
必要条件:1. 符合特定条件的学历可放宽至一本或List中的院校。
2. 不少于5年相关行业经验，经验在3年以上但不到5年的需个案分析技术深度和项目匹配度。
3. 跳槽频率10年内不能超过5次，11年及以上的不能超过6次。
4. 优先看40周岁以内的候选人，45周岁以上的不建议推荐。
5. 候选人需至少具备以下一类经验：
1）AI产品（AI应用、智能体或大模型等）经验。
2）AI算法经验。
3）智能座舱产品经验。
4）车端项目经验。
6. 不考虑无AI性质的软硬件开发经验或行业跨度较大的应聘者。
优先条件:请务必联系发单顾问加V获取实时信息更新并进行进度跟进！
1. 硬件架构理解：深入理解GPU / NPU / DSP等硬件架构及其存储层级，能够进行指令集级或微架构级的性能调优。
2. 异构计算经验：具备丰富的异构计算加速经验，有芯片级性能调优或与芯片厂商联合优化的成功案例。
3. 编译与引擎定制：有集成、定制和优化主流推理引擎的验，包括但不限于TensorRT、*、TVM、MLIR或针对特定硬件修改过llama.cpp、*等框架源码。
目标公司/行业:以头部新势力车企和互联网AI公司为主，优先搜寻如下公司背景的候选人：理想汽车、小米汽车、蔚来汽车、字节跳动、百度和阿里巴巴等。
必问问题:
待发单方补充
JD基本信息
岗位职责
1. 模型落地与性能攻坚：负责大模型在端侧设备上的部署与与性能优化，解决算力以及显存受限等核心痛点，实现丝滑的用户体验。
2. 前沿算法优化：深入研究并落地模型量化、内核融合及图优化等关键技术，显著降低模型尺寸与推理延迟，提升端侧推理效率。
3. 硬件算力挖掘：深度挖掘高通Hexagon DSP / NPU，英伟达GPU / DLA的算力潜力，进行底层算子适配与加速。
4. 基建体系构建：构建高可用的端侧模型自动化优化与部署流水线，涵盖模型转换，量化校准，编译优化，自动化测试及性能瓶颈分析。
任职要求
1. 编程基础：扎实的C / C++或Python编程功底，具备良好的代码风格与工程化能力。
2. 模型压缩专家：精通主流模型压缩技术，在量化、剪枝、蒸馏或NAS等领域有深入实践，熟悉GPTQ、AWQ、Smo othQuant、SpinQuant等量化方案。
3. 具备实际的大模型推理优化经验，能够独立完成从模型训练后处理到端侧高效推理的全链路落地。
4. 拥有深入的研究精神与创新能力，对AI系统底层原理充满好奇，具备持续学习前沿技术的意愿。
所属行业:人工智能/大模型/算力、汽车整车、汽车智能化&自动驾驶
职能分类:大模型算法
工作城市:
北京，招聘2人，详细地址：北京飞地项目位于融科资讯中心A座，具体地址咨询发单顾问。
职位要求
学历要求:本科·统招·985/211
工作年限:5-8年
薪资福利
年薪范围:50-90万 12薪
薪资福利:1. 工作经验5-10年：50-70w。
2. 工作经验11年及以上：60-90w。
3. 工作年限在3年以上但不满5年的需要个案评估，薪资40-60w/年。
缴纳北京的社保，请寻访北京地区的人选。
团队架构
所属部门:-
汇报对象:-
下属人数:-
职级职称:高级主管级
部门架构:-
面试信息
面试轮次:1轮
视频面试:不可以接受
面试流程:-