岗位描述
岗位职责： 1、参与 vLLM、SGLang、Transformers 等主流推理框架的版本升级、插件适配和镜像交付。 2、支持模型上线、部署调参、压测验证和问题定位。 3、分析 TTFT、TPOT、吞吐、显存占用和稳定性等推理性能瓶颈。 4、参与 KV Cache、batching、并发调度、模型加载等关键链路优化。 5、沉淀模型部署最佳实践、适配文档和问题解决方案 。 任职要求: 1、计算机、人工智能、软件工程等相关专业，硕士优先。 2、熟悉 C/C++ 或 Python，了解 PyTorch 或 Transformers 基础使用。 3、熟悉 Linux、Docker，了解 Kubernetes 或容器化部署优先。 4、理解主流大模型结构、推理流程、显存占用和 batch 机制。 5、了解 CUDA、GPU 编程、并行计算或高性能计算基础。 6、理解矩阵计算、Attention、MoE、量化等大模型核心计算模式。 加分项： 1、使用过 vLLM、SGLang、TensorRT-LLM、TGI 等推理框架。 2、了解 CUDA 基础、GPU 性能分析或分布式推理。 5、有模型部署、模型压测、RAG/Agent 应用或开源贡献经验。 6、有 CUDA、Triton、TVM、MLIR、NCCL、CUTLASS 等实践经验。 7、参加过 HPC、编译器、并行计算、深度学习系统相关项目。 职位类别: 校园招聘