岗位职责
负责大语言模型（LLM）及多模态模型（文本 / 图像 / 语音融合）的训练与推理全流程开发，基于 PyTorch 构建高效训练 pipeline，解决模型收敛速度、数据效率、泛化能力等核心问题；
聚焦端侧场景（移动端、嵌入式设备等），主导大模型轻量化与推理优化，包括但不限于模型量化（INT4/INT8）、结构化剪枝、知识蒸馏、算子融合等技术落地，确保模型在终端设备上的高效运行；
结合终端硬件特性（CPU/GPU/NPU 等），优化模型推理链路，降低 latency（延迟）、内存占用与功耗，平衡模型性能与终端资源限制；
参与端侧大模型部署方案设计，与工程团队协作完成模型从算法原型到终端产品的落地，解决部署过程中的兼容性、稳定性问题；
跟踪大模型端侧优化领域前沿技术（如轻量级架构设计、动态推理等），推动技术创新与产品功能迭代。
任职要求
大模型 / 多模态模型研发经验；
精通大语言模型（如 Transformer 系列）或多模态模型（如 CLIP、FLAVA 等）的原理与实现，具备扎实的模型训练（预训练 / 微调）或推理链路搭建经验；
熟练掌握 PyTorch 框架及模型训练、部署工具（如 TorchScript、ONNX），能独立完成模型代码开发与调试；
具备丰富的模型端侧工程经验：