大模型推理引擎研发工程师

岗位职责：

负责天数大模型推理技术的探索与研发，提升大模型在天数 GPGPU 上的推理性能：

1. 负责大模型推理引擎的架构设计与实现；

2. 负责大模型 server 的架构设计与实现；

3. 负责大模型推理通信库的设计及算法实现；

4. 负责大模型相关算子的实现及推理性能的整体优化；

5. 调研并支持大模型前沿算法；

任职资格：

编程基础（必须）：

1. 熟悉 Python/C++ 编程（11标准及以上），了解常用数据结构及设计模式；

2. 熟悉深度学习编程框架，能够使用PyTorch 构建大模型推理 pipeline 并对模型中的核心模块进行高效实现；

3. 熟悉 CUDA 编程，了解常见算子的实现及优化手段；

大模型推理技术（至少满足两项）：

1. 有 vLLM、TGI、SGLang、TensorRT-LLM等大模型推理框架的使用或优化经验；

2. 了解FlashAttention、PagedAttention、MoE、Chunked Prefill 等大模型核心技术；

3. 了解常见的大模型量化算法（如AWQ、GPTQ、SmoothQuant 等）及量化算子的实现；

4. 了解大模型通信算子（如Allreduce 等）及计算通信 overlap 实现；

5. 有分离式部署（PD 分离）开发经验。