工作内容：
1.负责大语言模型 / 生成模型在 AI 加速卡（GPU/NPU/自研卡） 上的移植与性能优化，按需动态优化；
2.编写与维护推理 Demo（文本生成、图像生成、语音合成等），形成可复用范式与最佳实践；
3.研究与落地 量化（FP16/BF16/INT8/INT4）与推理加速方案（算子融合、图优化、编译优化）；
4.优化 算子实现、内存访问策略、并行调度与流水线，系统性提升吞吐与时延表现；
5.搭建与维护推理与性能评测环境，建立 Profiling/Benchmark 体系并持续回归；
6.快速定位瓶颈与问题，协同编译器、驱动、框架与模型团队修复并沉淀技术文档/报告。
任职要求：
一、教育背景
1.本科及以上学历，计算机科学、电子工程、自动化、软件工程等相关专业毕业。
二、专业技能
1.熟悉 PyTorch / TensorFlow 等深度学习框架，精通 Python/C++，具备良好的编码与调试习惯；
2.了解主流大模型（如 LLaMA、Qwen、ChatGLM、Stable Diffusion 等）的推理流程与部署要点，有使用或二次开发经验；
3.掌握张量计算与并行编程基础，理解 内存层次结构、带宽/算力均衡、批量与并行策略 等性能优化思路；
4.了解 量化/蒸馏/剪枝 等推理压缩技术，能结合硬件特性选择并实现合适方案；
5.熟悉 Linux 环境下的开发与调试，能独立完成环境搭建、依赖管理与性能测试。
三、工作经验
1.1–3 年相关经验优先；有 GPU/NPU/AI 加速卡 上模型适配或性能优化实践者优先；
2.有端到端推理项目落地经验（模型→算子→编译/部署→监测与回归）更佳。
四、能力素质
1.具备扎实的逻辑思维与问题分析能力，能在复杂系统中快速定位并解决性能/稳定性问题；
2.良好的跨团队沟通与协作能力，能与硬件、编译器、框架、应用等多方高效配合；
3.结果导向与自驱力强，注重细节与质量，能在压力下按期交付高质量成果。
欢迎符合条件者加入，共推 NPU 产品高质量发展，待遇优厚！