崗位職責：1.深入前沿推理加速技術研究，突破大語言模型解碼速度瓶頸和多模態融合計算挑戰
； 2.設計創新的注意力機製優化算法，加速大語言模型長文本理解和多輪對話能力
； 3.研發高效視覺-語言模型推理架構
，解決圖像特征提取與文本生成的計算協同問題； 4.開發麵向不同語言任務和多模態場景的自適應推理技術，實現動態計算資源分配
； 5.主導大規模模型服務體係設計
，解決百億/千億參數模型的低成本部署挑戰。 任職要求：1.人工智能、計算機或相關領域博士學位（優秀碩士需3年以上強相關經驗），在大語言模型、多模態理解及生成模型優化領域有深厚研究積累； 2.精通Transformer計算優化
，深入理解Flash Attention
、Speculative Decoding
、MQA/GQA等前沿技術； 3.掌握模型壓縮技術棧，包括GPTQ/AWQ量化、SparseGPT稀疏化
、知識蒸餾等方法
； 4.熟悉vLLM
、DeepSpeed-Inference、TGI等大模型推理框架，能進行係統級優化； 5.具備VLM（如CLIP
、LLaVA、MiniGPT-4）推理加速經驗，了解多GPU推理和Continuous Batching技術； 6.在相關領域會議發表高水平論文，或主導過業界重要語言/多模態模型優化項目。