【职位描述】
1. 负责公司全栈AI模型（包括CV模型、大语言模型、多模态模型）的性能优化与部署。
2. 针对云端（NVIDIA GPU）、边缘端（NVIDIA Jetson, 华为Atlas）和移动端等不同硬件平台，进行高效的模型量化（PTQ/QAT）、剪枝、蒸馏和编译。
3. 深入研究和应用TensorRT, OpenVINO, TVM, ONNX Runtime等高性能推理引擎，开发和维护公司统一的推理服务。
4. 针对NPU等特定硬件，利用厂商工具链（如华为CANN）进行深度算子优化和模型适配。
5. 与算法工程师（CV和大模型）紧密合作，在模型设计和训练阶段介入优化（Training-Aware Optimization），平衡模型精度与推理速度/能耗。
6. 构建和维护模型性能的Benchmark系统，提供精准的延迟、吞吐量和资源（显存、功耗）评估报告，指导算法选型和资源配置。
【岗位要求】
1. 计算机科学、电子工程、自动化等相关专业，硕士及以上学历。
2. 精通Python和C++，具备扎实的软件工程和算法基础。
3. 深入理解深度学习模型（特别是CNN和Transformer）的计算原理和计算机体系结构。
4. 具有丰富的模型优化经验，熟练掌握至少一种推理引擎（如TensorRT, TVM）和模型量化技术。
5. 具有NVIDIA Jetson、华为Atlas或其他嵌入式NPU的实际部署和优化经验者优先。
6. 具备优秀的解决问题能力，能熟练阅读英文技术文档和论文，并快速跟进SOTA的部署和优化技术。
7. 有大模型（LLM）量化和部署经验者（如vLLM, TensorRT-LLM）优先。