• 负责大语言模型（LLM）、多模态大模型（VLM）、语音模型（Voice）等大模型算法的开发；
• 负责模型量化方案设计，包括 PTQ（Post Training Quantization）、QAT（Quantization Aware Training）、等算法的评估、优化与落地；
• 负责模型量化校准（Calibration）、精度分析及误差定位，优化量化后模型在推理精度、性能和存储占用之间的平衡；
• 负责大模型端侧推理优化，包括 Prefill/Decode 两阶段推理优化、KV Cache 管理、算子融合、权重压缩、内存优化等；
• 负责模型在NPU、CPU等异构计算平台上的部署适配，与编译器团队协同完成模型转换、Engine 编译及性能调优；
• 负责量化工具的开发与优化，涵盖各类量化算法实现、自动化量化、精度评估及可视化误差分析模块；
• 与算法设计团队协同，分析量化误差来源，提出模型结构、训练策略及量化友好的优化方案工作要求
• 具有电子/计算机/自动化相关专业的本科及以上学历，或运筹学、统计学、数学类的基础专业；
• 熟悉LLM/VLM相关算法，并熟悉算法部署优化的相关知识，包括但不限于模型量化、模型稀疏、推理优化等；
• 有Pytorch量化感知训练相关开发经验优先；
• 熟练掌握Python/C++编程。 其他信息语言要求：不限行业要求：电子/半导体/集成电路

来自公开渠道的招聘信息，已清洗脱敏：不含企业名、HR 姓名与联系方式， 也不转载职位原文以外的内容。仅供了解岗位画像，不作为投递依据。

看全部岗位