首页 > 其它 全职 > 职位详细
说明:

此信息由浙江大学审核并发布(查看原发布网址),应届生求职网转载该信息只是出于传递更多就业招聘信息,促进大学生就业的目的。如您对此转载信息有疑义,请与原信息发布者浙江大学核实,并请同时联系本站处理该转载信息。

[杭州]西湖心辰(杭州)科技有限公司

职位:大模型推理加速工程师
发布时间:2025-04-01
工作地点:其它
信息来源:浙江大学
职位类型:全职
职位描述
西湖心辰(杭州)科技有限公司

招聘信息

大模型推理加速工程师

2025-04-01 11:14:23

职位描述

工作方向:低延迟推理/长上下文处理/MoE优化

核心职责(任意一项即可):

生产级系统优化:

优化部署代码,提升业务服务吞吐量,降低服务时延

设计智能批处理系统

开发分布式推理资源调度器,提升集群利用率

构建全链路监控体系,实时追踪GPU SM利用率/显存碎片率等核心指标

FP8量化,INT8量化等前沿技术跟进和量化技术研究

长上下文推理优化

研发KVCache管理方案,支持128K+长文本输入

优化长文本Attention机制,降低长文本P99延迟

设计显存-内存-磁盘三级缓存系统,突破单卡上下文长度限制

岗位要求

计算机/电子工程相关专业硕士及以上学历

1年以上LLM推理优化经验(需提供延迟/吞吐量提升的量化数据)

熟悉/精通以下至少一项:

PD分离优化:有计算-通信流水线设计经验,熟悉NVLINK/NVSwitch拓扑优化

量化部署:

FP8量化:掌握H100 Transformer Engine调校,熟悉精度损失分析工具链

INT8部署:有10亿+参数模型无损量化落地经验

长文本处理:

精通RingAttention/FlashAttention-2等长上下文优化技术

有KVCache压缩算法研发经验(如稀疏化/动态丢弃)

加分项:

在MLSys/ASPLOS等顶会发表过推理优化相关论文

主导过在线推理系统架构设计

熟悉LLM服务框架(TGI/DeepSpeed-MII)源码并有重大贡献

持有推理加速相关专利或开源项目(GitHub 500+ Stars)

可实习,实习生要求:

每周至少4天到岗,持续3个月以上

熟悉Python/C++,能快速上手分布式训练代码

在Kaggle/天池等竞赛获TOP10成绩者优先

职位类别:计算机软、硬件/互联网/IT

专业要求:理学,工学

单位简介

创始人蓝振忠,西湖大学特聘研究员、博士生导师。博士毕业于卡内基梅隆大学计算机系,长期致力于自然语言处理、计算机视觉和深度学习的融合与应用研究。曾任谷歌人工智能研究院科学家,多家公司首席科学家 ,是 NLP轻量级预训练语言模型“ALBERT”第一作者,亦是目前国内被最广泛应用的大模型评价指标“CLUE”和“SuperCLUE”的 联合推出人 。

自主研发的“西湖大模型”,具备卓越的语义理解、逻辑推理、知识整合与多轮对话能力。

自主研发的端到端语音模型“心辰Lingo”,集成了语音识别、自然语言处理、意图识别、对话管理以及语音合成等多项前沿技术,实现了从语音输入到语音反馈的完整交互过程。

凭借在AI领域的深厚积累与持续创新精神,我们已成功推出多款备受欢迎的AI产品,如AI心理咨询平台“聊会小天”、AI智能写作平台“Friday”以及AI绘画平台“造梦日记”等。同时,在海外市场上,“AI Companion” 、“AI 可交互内容”系列也屡获佳绩,月访问量突破千万,居各大AI产品榜单前列。

基于强大的模型能力,我们已成功完成多个B端项目合作,如亲情在线的政策问答机器人,与杭州市第一人民医院联合推出的AI心理医生“市一小西”,与汤姆猫携手打造的“汤姆猫儿童情感陪伴机器人”等。我们的技术在为各行各业注入AI的智慧与力量。

我们诚邀热爱AI、勇于创新的你加入我们的团队。在这里,你将有机会参与最前沿的AI技术研究,与业界顶尖人才共事,共同推动AI技术的革新与应用。如果你渴望在一个充满挑战与机遇的环境中成长,那么,请不要犹豫,加入我们,一起开启AI新篇章!

联系方式

公司地址

登录打开APP 查看全部

上一条:[杭州]西湖心辰(杭州)科技有限公司

下一条:[浙江]万丰奥特控股集团有限公司