1.负责深度学习模型（计算机视觉、大语言模型、多模态模型）训练、模型优化、模型迁移与部署落地； 2.基于 GPU/NPU，使用推理框架完成模型转换、量化、剪枝、算子适配，优化推理时延、吞吐、内存占用； 3.参与模型单机 / 分布式推理服务开发、服务封装、容器化部署，配合业务完成模型上线验证； 4.完成模型性能 Benchmark 测试，定位性能瓶颈，输出调优方案与测试报告； 5.配合算法研究员、硬件团队，解决模型在异构算力平台适配遇到的兼容性、精度损失问题。

1.本科及以上，计算机、电子信息、自动化、软件工程、人工智能等相关专业； 2.扎实计算机基础：数据结构、操作系统、计算机网络、C/C++ 或 Python； 3.熟悉深度学习基础理论，了解 CNN、Transformer、LLM 等主流网络结构。 4、熟练使用 PyTorch/TensorFlow 任一主流框架，能够独立训练、导出模型； 5、了解模型部署基础：ONNX、模型量化、推理引擎（TensorRT、Triton、vLLM、自研 Runtime 优先）； 加分项： 了解 Docker、Linux 常用命令、Shell 脚本；有 K8s、分布式部署经验加分；熟悉 GPU/NPU 异构计算、多卡推理、分布式推理者优先。 •