1. 负责大模型（如GPT、LLaMA、Deepseek等）的量化技术研究、开发与优化。 2. 设计并实现高效的量化算法，降低模型存储占用和计算开销，提升推理速度，同时尽可能保持模型精度。 3. 探索大模型稀疏化、低秩分解等模型压缩技术与量化的结合方案。 4. 跟踪学术界和工业界前沿量化技术（如FP8、IN8、INT4、混合精度量化等），推动技术落地。 5. 编写量化工具链，支持主流框架（PyTorch、ONNX等）的量化部署。 6. 针对芯片特性（如NPU、CUDA Core）进行量化方案定制化优化，提升硬件利用率。 7. 技术调研和编写文档，性能评估与调优，以及跨平台适配。

1.计算机科学、电子工程、数学或相关专业，硕士及以上学历。 2. 扎实的编程能力，精通Python，熟悉C++/CUDA等高性能计算语言。 3. 熟练大模型推理框架（Deepseed、vLLM、Llama.cpp等）以及模型量化工具链（如ONNX、TensorRT-LLM、AIMET、LLMC等）。 4. 深入理解量化技术原理（如PTQ、QAT、混合精度量化），熟悉主流量化算法（如GPTQ、AWQ、SmoothQuant）与其他模型压缩技术（剪枝、稀疏化）的协同优化。 5. 有Transformer类大模型量化及部署经验，熟悉LLM架构及推理流程优化。 6. 有FPGA/ASIC等硬件加速经验，或参与过AI编译器（TVM、MLIR）开发。 7 良好的沟通能力，能与算法、硬件团队高效协作。