岗位描述
工作职责 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: 岗位要求： 1、本科以上学历，计算机、人工智能、软件工程等相关专业优先。 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、参与 GEMM、Attention、MoE、量化/反量化等核心算子的性能分析与优化。 2、分析 AllReduce、AllGather、All-to-All 等分布式通信开销。 3、参与 kernel fusion、算子调度、编译优化和硬件特性适配。 4、使用 profiler 工具定位 GPU kernel、显存访问、通信链路等性能瓶颈。 5、配合框架和部署团队完成端到端性能优化验证。 职位类别: 社会招聘