【岗位职责】
1.跟进大模型训练与推理加速方向的最新技术进展（如高效架构设计、动态推理策略、模型量化、剪枝等），并输出技术调研分析报告。
2.参与大模型训练与推理全流程，开展性能评估与瓶颈识别，配合完成分布式训练或推理引擎的优化实验工作。
3.主导或协助完成推理加速算法的开发与实现，并进行效果验证及性能基准测试。
4.与算法团队深度协作，研究模型结构与优化方法，提升硬件资源利用率，支撑模型的高效落地部署。

【职位要求】
1.计算机、通信、数学、统计等相关专业硕士及以上学历。
2.具备扎实的编程能力，熟练掌握Python，熟悉PyTorch框架使用。
3.拥有扎实的大模型或深度学习理论基础，对NLP及大模型技术具有强烈兴趣。
4.理解RAG、机器学习、深度学习等算法原理，具备大模型训练与调优实践经验者优先考虑。
5.加分项（符合其中任意一项即可）：
-熟悉或实践过至少一种推理加速技术（如量化、知识蒸馏、KV缓存优化）或推理引擎（如vLLM）；
-对Eagle等新型高效架构有研究经历或项目实践，并持续关注领域前沿动态；
-有大模型训练、调优相关项目经验、竞赛成果或顶会论文发表者优先。