大模型算法工程师/架构师（量化压缩方向）

1. 负责AI模型（如CNN、LLM、Vision LLM、MoE 等）的量化压缩算法设计与实现，提升模型在推理部署阶段的效率与精度；
2. 负责主流AI模型在自研NPU上的算子实现和优化，包括算子性能分析、调优及芯片架构协同设计（如互联结构、专用加速单元等）；
3. 分析客户模型和方案特点，及自研NPU推理瓶颈，制定对应的推理优化与量化策略，提升部署效果；
4. 跟踪AI领域最新研究成果和技术动态（特别是大模型量化和推理加速技术），评估其在实际产品中的应用潜力和落地价值，及时为公司和团队引入优秀的前沿技术和方案；

1. 扎实的C/C++、Python基础，熟悉至少一种深度学习框架（如TensorFlow、PyTorch、JAX等）；
2. 对AI算法和应用有深刻的理解，熟练掌握机器学习、深度学习、强化学习等理论知识，具备模型训练与部署的完整开发经验；
3. 有下列实际项目经验（至少一项）：模型量化工具开发、模型推理（加速）框架开发、GPU/TPU/NPU算子开发、AI处理器设计等;
4. 对 AI 模型压缩有深入理解，至少具备以下一项实际开发经验：

• 量化工具链开发（如 PTQ、QAT、混合精度推理等）；
• 推理加速框架优化（如 ONNX Runtime、TensorRT、TVM、XLA 等）；
• GPU/TPU/NPU 等异构硬件的算子开发与性能调优；
• AI 芯片架构设计与软件协同开发；

5. 具备良好的科研能力或工程创新能力，在模型压缩/推理优化领域的国际顶会（如 NeurIPS、ICLR、CVPR、MLSys 等）有论文发表者优先；