岗位职责：
1、深入研究 DeepSeek V4、Qwen、LLaMA 等主流大模型架构（Transformer、MoE、MLA/CSA/HCA 注意力机制），分析其在硬件部署中的计算特征与访存瓶颈；
2、参与 FP8/FP4/INT8 量化方案的设计与验证，在精度与硬件效率之间寻找最优解；
3、设计高性能矩阵乘加速器，支持 FP8/INT8 计算与 FP32 累加，适配 prefill 与 decode 两种推理阶段；
4、算子优化和实现： Flash Attention 分块计算、在线 Softmax、RoPE 旋转编码、滑动窗口注意力，以及 CSA 压缩器与 Lightning Indexer（Top-k 稀疏检索）等；
5、用户需求算法在产品中的落地实现，协同软硬件进行产品交付和维护。

任职要求：
1、硕士及以上学历，2027届应届毕业生（优秀本科生可破格考虑）
2、熟练掌握 Python / C/C++；熟悉至少一种硬件描述语言（Verilog / SystemVerilog / VHDL）或高层次综合工具（Vitis HLS / oneAPI）；
3、具有一定算法基础，扎实的线性代数、概率统计基础；理解 Transformer 架构基本原理（Self-Attention、Multi-Head Attention、FFN等）；
4、扎实的硬件基础：理解数字电路设计基本概念（组合逻辑、时序逻辑、流水线、状态机）；了解 FPGA 基本资源结构（LUT、DSP Slice、BRAM/URAM、HBM）；
5、素质要求：具备强烈的求知欲与自驱力，优秀的团队协作与沟通能力。
注：一人一薪，具体薪资结构请以面试评估结果和签约情况为准。