职位描述
1. 负责公司大模型推理系统的端到端适配与调优工作；
2. 针对大模型推理系统运行过程中出现的功能性、稳定性、以及性能异常问题进行定位与解决；
3. 针对公司自研 GPU 架构优化大模型推理系统任职要求
任职资格
1. 3 年及以上相关工作经历；
2. 优秀的代码能力、数据结构和基础算法功底，熟练 C/C++ 或 Python；
3. 熟悉至少一种主流的机器学习框架，如 PyTorch；
4. 熟悉至少一种主流的大模型推理框架，如 SGLang、vLLM 等；
5. 熟悉大模型服务部署及优化技术，例如动态 batching、投机预测、负载均衡等；
6. 熟悉大模型推理系统的 profile 工具使用与性能分析方法；
7. 熟悉至少一种大模型的结构，如 DeepSeek、Llama 等；
8. 熟悉 GPU 分布式推理中的常见通信原语；
9. 掌握分布式推理并行策略，包括 TP、PP、EP 等；
10. 有强烈的工作责任心，较好的学习能力、沟通能力和自驱力；
11. 良好的沟通协作能力，能和团队一起探索新技术，推进技术进步；
加分项
1. 熟悉NLP、CV相关的算法和技术，熟悉大模型训练、RL算法者优先；
2. 有以下某一方向领域的经验：GPU kernel 开发（不限于 cuda、tilelang、triton），RDMA，AI Infrastructure，HW/SW Co-Design，Distributed Storage，k8s 部署;
3. 在大模型领域，参与过大影响力的项目或论文者优先；
4. 有软硬协同优化经验者优先；
