端云模型算法实习生
岗位摘要
负责偏向轻量级大模型算法的研发与优化，服务于公司各个算法产品的轻量化与端侧化；既懂算法也懂系统，优化LLM、VLM、Omni等核心算法业务；与公司各算法部门深度合作，分析端侧算法业务的性能瓶颈和系统架构特征，使用软硬件结合的优化思想，实现极致性能
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 负责偏向轻量级大模型算法的研发与优化，服务于公司各个算法产品的轻量化与端侧化
- 既懂算法也懂系统，优化LLM、VLM、Omni等核心算法业务
- 与公司各算法部门深度合作，分析端侧算法业务的性能瓶颈和系统架构特征，使用软硬件结合的优化思想，实现极致性能
任职要求
- 熟练掌握C/C++、Python语言，能够使用主流深度学习框架
- 熟悉主流深度学习模型及其应用场景，如Qwen3 LLM、Qwen2.5 VL、DeepSeek R1等系列模型，对RL与数据合成有一定的实际经验
- 对模型推理调试、调优有实操经验，能分析与优化算法系统实际推理时的算力、带宽、传输等瓶颈
- 熟悉大模型的加速方案，例如混合低Bit QAT/PTQ量化、投机采样、异构存算、条件计算、KV Cache共享等（加分项）
- 理解端侧硬件架构特点，具备端侧GPU/NPU异构性能分析与调优的经验（加分项）
- 能面向硬件特点，设计与调优模型架构（加分项）
- 熟悉Gemma 3N、RWKV、混合Attention等新架构模型特点（加分项）
加分项
- 熟悉大模型的加速⽅案,例如混合低BitQAT/PTQ量化、投Q机采用、异构存算、条件计算、KVCache共享等
- 理解端侧硬件架构特点,具备端侧GPU/NPU异构性能分析听与调优的经验
- 能面向硬件特点,设计与调优模型架构
- 熟悉Gemma3N、RWKV、混合Attention等新架构模型特点
- 张女士 本周活跃
工作地址
北京海淀区大恒科技大厦-南座
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。