岗位职责：1.深入前沿推理加速技术研究，突破大语言模型解码速度瓶颈和多模态融合计算挑战； 2.设计创新的注意力机制优化算法，加速大语言模型长文本理解和多轮对话能力； 3.研发高效视觉-语言模型推理架构，解决图像特征提取与文本生成的计算协同问题； 4.开发面向不同语言任务和多模态场景的自适应推理技术，实现动态计算资源分配； 5.主导大规模模型服务体系设计，解决百亿/千亿参数模型的低成本部署挑战。 任职要求：1.人工智能、计算机或相关领域博士学位（优秀硕士需3年以上强相关经验），在大语言模型、多模态理解及生成模型优化领域有深厚研究积累； 2.精通Transformer计算优化，深入理解Flash Attention、Speculative Decoding、MQA/GQA等前沿技术； 3.掌握模型压缩技术栈，包括GPTQ/AWQ量化、SparseGPT稀疏化、知识蒸馏等方法； 4.熟悉vLLM、DeepSpeed-Inference、TGI等大模型推理框架，能进行系统级优化； 5.具备VLM（如CLIP、LLaVA、MiniGPT-4）推理加速经验，了解多GPU推理和Continuous Batching技术； 6.在相关领域会议发表高水平论文，或主导过业界重要语言/多模态模型优化项目。