视频生成开源生态工程负责人
岗位摘要
理解模型架构和内部推理实现，设计对外开源与框架接入方案；完成或推动ComfyUI Node、Diffusers Pipeline、权重转换和标准Workflow开发；确保不同框架与原始实现之间的输出效果、精度和性能一致
岗位职责
- 理解模型架构和内部推理实现，设计对外开源与框架接入方案
- 完成或推动ComfyUI Node、Diffusers Pipeline、权重转换和标准Workflow开发
- 确保不同框架与原始实现之间的输出效果、精度和性能一致
- 分析模型的计算、显存和通信瓶颈
- 推动量化、显存优化、模型加载优化及多卡推理方案
- 解决不同GPU、操作系统和推理后端中的兼容性问题
- 建立可复现的Benchmark和性能评估体系
- 与ComfyUI、Diffusers及其他基础设施项目Maintainer进行技术方案讨论
- 编写符合上游要求的代码、测试、文档和PR
- 跟进Code Review、CI、Release，推动官方支持落地
- Review内部团队和外部Contributor提交的技术方案及代码
- 建设模型Demo、部署指南、API示例、FAQ和故障排查文档
- 处理开发者在推理、量化、部署和微调中的关键技术问题
- 从真实使用场景中发现问题，并反哺模型和Infra团队
任职要求
- 熟练使用Python和PyTorch，具备扎实的模型工程能力
- 能够独立阅读和修改视频生成模型及推理框架代码
- 熟悉视频生成模型的Text Encoder、VAE、DiT、Scheduler、Attention等模块
- 实际使用或开发过Wan、HunyuanVideo、CogVideo、LTX、Open-Sora等模型
- 有Diffusers、ComfyUI、量化、分布式推理或GPU性能优化经验
- 能独立定位OOM、输出不一致、速度退化和框架兼容问题
- 有公开代码、技术文章、Benchmark或开源贡献
- 英文能够满足开源技术协作需要
- 加分项：参与过视频模型从内部代码到公开发布的完整过程
- 加分项：做过原始PyTorch实现与Diffusers/ComfyUI实现之间的精度对齐
- 加分项：熟悉FP8、INT8、INT4、Attention优化及多GPU推理
- 加分项：在知名开源项目中担任过Maintainer或核心Contributor
- 加分项：有大规模模型部署、性能分析或GPU Infra经验
加分项
- 参与过视频模型从内部代码到公开发布的完整过程
- 做过原始 PyTorch 实现与 Diffusers/ComfyUI 实现之间的精度对齐
- 熟悉 FP8、INT8、INT4、Attention 优化及多 GPU 推理
- 在知名开源项目中担任过 Maintainer 或核心 Contributor
- 有大规模模型部署、性能分析或 GPU Infra 经验