职位描述
1、推理引擎开发与优化： 参与 Diffusion 模型推理引擎的核心模块开发，学习并实践 CUDA 编程、算子优化与内存管理。协助将最新的学术优化手段（如 Flash Attention、Fused Kernels）落地到生产环境，提升模型推理速度；
2、模型压缩与加速：调研并实践模型压缩技术，包括量化、蒸馏和剪枝。参与将 FP16/BF16 模型转换为 INT8/FP8 格式，并在保证生成质量的前提下优化推理延迟；
3、网关与服务化系统建设：参与 AIGC 网关系统的后端开发，设计高并发、低延迟的请求调度逻辑。协助构建模型服务化接口，解决大规模推理请求下的队列管理与资源调度问题。
任职要求：
1、计算机科学、人工智能、数学或相关专业本科及以上学历；
2、具备扎实的计算机基础知识，熟练掌握数据结构、算法、操作系统及计算机网络原理；
3、熟练使用 Python 或 C++ 编程，代码风格良好，具备较强的 Debug 能力；
4、熟悉 PyTorch 等深度学习框架，理解计算图、反向传播等基本原理；
5、了解 Diffusion 模型（如 DDPM, Stable Diffusion, DiT 架构）的基本原理者优先。