岗位职责： 参与分布式推理系统建设，提供行业领先的LLM/多模态模型解决方案； 针对大语言模型（LLM）、视觉生成（如Diffusion Models）等场景，开展端到端推理性能优化，重点降低推理延迟、提升吞吐量； 深度优化推理框架，提升框架在异构硬件上的扩展性与易用性； 开发自动化性能分析工具，实现推理瓶颈的快速定位与优化建议生成。 任职要求： 计算机、电子工程、自动化、数学、物理等相关专业优先； 有PyTorch/C++/Python编程经验； 有AI模型的训练/部署经验； 了解LLM或者视觉生成模型原理； 了解量化、kvcache、多机多卡并行等加速技术。 加分项： 1具备CUDA/BANGC等异构编程经验，有GPU/加速卡调优实践经验； 有开源仓库的贡献经验； 了解torch.compile/CUDAGraph/Triton； 具备以下任意领域的实战经验； 大模型推理框架：vLLM/SGLang/FasterTransformer/TensorRT-LLM； 视觉生成系统：Diffusers/ComfyUI/xDiT； 强化学习：verl等。 注：本岗位设置笔试环节，请留意邮件或短信通知。
