职位描述岗位职责 1. 负责LLM从预训练模型到边缘推理服务的完整集成与落地，搭建LLM服务化CI/CD流水线，实现模型量化、编译优化、前后处理标准化和推理服务一键部署。 2. 设计开发边缘LLM推理服务流水线，支持主流推理引擎（SGLang、vLLM、Nano-LLM）的自动集成、性能测试、服务封包、版本发布，保障模型在边缘设备上的稳定运行。 3. 针对边缘设备资源受限场景，设计并实现模型量化压缩方案（AWQ、GPTQ、GGUF/INT4/INT8），优化模型推理延迟与内存占用，确保在Jetson Nano/Xavier等边缘设备上的高效运行。 4. 开发模型微调（Fine-tune）标准化流程，支持基于LoRA/QLoRA的参数高效微调，实现数据预处理、训练、评估、部署的全流程自动化。 5. 开发业务方常用的压测、回测、精度排查、服务调用等功能工具，提供性能监控、日志追踪、错误诊断等运维能力，保障LLM服务在边缘环境的高可用性。任职要求1. 计算机相关专业本科及以上，3年以上AI模型部署或边缘计算开发经验 2. 精通Python/C++，熟悉PyTorch、Transformers框架，了解HuggingFace生态 3. 熟练掌握SGLang、vLLM、Nano-LLM等LLM推理引擎的原理与使用，有实际部署经验 4. 深入理解模型量化技术（AWQ、GPTQ、GGUF等），有端侧模型压缩实战经验 5. 熟悉LoRA、QLoRA等参数高效微调技术，有实际fine-tune项目经验 加分项 1. 熟悉Jetson系列设备（Nano/Xavier/Nova）的开发与优化 2. 有DeepSeek、Qwen、Llama系列模型的部署调优经验 3. 熟悉SGLang的RadixAttention机制和结构化生成（structured generation） 4. 有Agent系统开发经验，了解多步骤推理流程 5. 有模型服务化（Model-as-a-Service）平台建设经验 6. 熟悉Medusa、EAGLE等加速推理框架
