大模型推理引擎研发工程师

1.研发及优化大模型推理引擎；
2.推广公有云客户，创造技术优势引导客户上云；
3.对接客户业务，分析性能瓶颈，定位、解决问题；
4.协助业务内部集群部署，持续迭代性能，保持业内领先优势。

1.熟悉主流大模型推理框架，如vllm，lightllm，tensorrt-llm，lmdeploy，faster transformer等；
2.熟悉CUDA，triton（https://openai.com/research/triton）、cutlass至少一种以上，精通者优先；
3.熟悉大模型结构，了解大模型性能瓶颈，熟练分析单机及分布式情况下不同性能热点和优化手段；
4.熟悉大模型量化算法，int8/fp8/混合精度量化，了解模型蒸馏、稀疏化、剪裁技术；
5.熟悉推理服务框架，具备服务部署经验者优先，了解k8s，容器化服务，Triton Inference Server (https://github.com/triton-inference-server/server)实现原理者优先；
6.熟悉分布式模型部署及并行策略，如模型并行、流水线并行等，了解NVLINK、GPU通信者优先；
7.熟练掌握Python及C++；
8.了解GPU体系结构者优先。。加分项：1.在同等条件下，通过腾讯云认证或取得同等资格认证的候选人，我们会优先考虑。