LLM推理优化工程师

核心职责 训练-推理协同优化 推动 Quantized-aware Training (QAT) 和 Quantized Training 的工程化落地，研发W8A8、W4A16等低比特训练方案，实现训练与推理精度-效率的最优平衡 设计并实现 Speculative Decoding（投机解码）及其变体（如EAGLE，DFlash等）的全链路方案，包括Draft模型训练、接受率优化与系统调度策略 建立从训练到推理的端到端优化链路，确保相关训练方案在推理侧获得可度量的性能收益 任职要求 计算机科学、电子工程或相关专业本科及以上学历，3年以上高性能计算/深度学习系统相关经验 扎实的分布式系统功底：深入理解多机并行训练/推理相关技术，具备大规模训练框架(Megatron-LM)及主流推理框架(vLLM,SGLang)的开发能力。 以下两项至少具备其一： 掌握低比特推理与量化技术：熟悉GPTQ、AWQ、SmoothQuant等后量化方案，理解训练感知量化的实现细节与数值稳定性处理，熟悉MXFP4，NVFP4等新兴低比特量化格式。 深入理解投机解码原理：掌握Draft模型与Target模型的协同机制，了解EAGLE3、DFlash等当前主流方法的训练、推理实现方法。 优先考虑： 具备LLM算法基础，熟悉大模型训练相关算法与技术 熟悉CUDA编程模型，熟练使用Nsight Systems/Compute进行性能剖析，能够手写高性能CUDA Kernel 在LLM 算法/体系结构/系统领域相关顶级会议或期刊上有论文发表