返回岗位列表

LLM推理优化工程师

查看原岗位

地点：北京薪资：25-50K 日期：2026-06-26

岗位摘要

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

岗位职责

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
优先考虑：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
优先考虑：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

福利待遇

工作地点在北京海淀区京东科技大厦

工作地址

北京海淀区京东科技大厦13F