大模型推理架构研发工程师（J95970）

-负责百度文心大模型的推理性能优化 -参与飞桨深度学习平台（ PaddlePaddle）推理框架的设计、开发和业务支持 -负责深度学习框架的性能优化工作，包括但不限于功能模块在CPU/GPU上的深度优化工作 -负责深度学习推理框架前瞻技术的跟踪调研，实现技术创新突破 -参与深度学习框架的易用性优化工作，使开发者能够以更简单的方式实现各类任务，降低学习成本和开发成本 -负责异构高性能计算平台的设计、研发，高性能计算库、通信库开发与优化 -支持百度萝卜快跑、搜索等业务大模型的推理性能优化 【任职要求】 -热爱编程，精通C++/Python，精通CUDA 编程 -具有独立开发能力，精通计算机体系结构，有汇编级别开发经验，对AI算法和主流框架有丰富的应用或开发经验 -了解FlashAttention、PagedAttention、MoE、Chunked Prefill 等大模型核心技术； -了解常见的大模型量化算法（如AWQ、GPTQ、SmoothQuant 等）及量化算子的实现； -了解大模型通信算子（如Allreduce 等）及计算通信 overlap 实现； -有分离式部署（PD 分离）开发经验。 软素质： -目标驱动，并有探索精神 -团队协作及沟通能力 -具备分析和解决问题的能力 -有极强的学习能力和知识迁移能力 具有以下条件者优先： -精通PaddlePaddle、Pytorch、TensorFlow等主流开源框架，做过源码级优化移植等工作，有 vLLM、TGI、SGLang、TensorRT-LLM等大模型推理框架的使用或优化经验；