1、负责大模型在端侧的优化与部署，包括模型量化、算子优化及在 NPU 等异构硬件上的高效运行；
2、基于 Transformer 架构，对大模型进行结构分析与性能优化，解决精度、性能与资源受限条件下的部署问题；
3、负责大模型端侧推理性能调优，包括 FP16 / INT8 / INT4 等精度方案下的精度与性能权衡；
4、参与大模型在特定场景下的适配与优化，必要时配合进行模型微调或结构调整以满足端侧部署需求；
5、与系统、编译器或芯片团队协作，推动大模型在 NPU 上的工程化落地。
任职要求：
1.计算机科学、人工智能、数学等相关专业本科及以上学历，具备深厚的机器学习和深度学习理论基础；学习态度、上进心强的毕业生可适当放宽。
2、熟练掌握NLP和ML基础理论与算法，熟练掌握Transformer模型架构和原理；
3、熟悉大模型推理流程，具备模型压缩与优化经验，包括但不限于 量化（PTQ / QAT）、剪枝、蒸馏等；
4、对端侧部署有实践经验，了解模型在 NPU / GPU / CPU 等硬件上的推理特性与性能瓶颈；
5、具备较强的工程能力与学习能力，能够快速理解业务场景并推动算法落地。