工作职责：
1、参与大模型（LLM）推理引擎的开发和优化，包括但不限于算子优化、显存管理、量化压缩等；
2、实现并改进推理加速技术（如FlashAttention、PagedAttention、ContinuousBatching、SpeculativeDecoding等）；
3、针对国产芯片（如昇腾、昆仑芯、海光等）进行算子级与框架级调优；
4、分析模型推理性能瓶颈，设计针对性优化方案，降低延迟和提高吞吐量；
5、跟踪前沿推理加速论文与开源项目（如vLLM、TensorRT-LLM、SGLang、LMDeploy等），并进行落地验证。
任职要求：
1、博士学历，计算机、人工智能、数学等相关专业；
2、具备良好的编程能力，熟练掌握C++/Python语言，有AscendC算子开发经验者优先；
3、熟悉Transformer模型结构及常见推理优化技术（如量化、稀疏化、算子融合、KVCache优化等）；
4、了解大模型推理框架（如vLLM、SGLang、TensorRT-LLM等）及分布式推理；
5、具备良好的团队合作与沟通能力，拥有创新思维与较强的问题解决能力。