【27届校招】VLX模型推理工程师

About the Role

我们正在探索下一代自动驾驶智能系统，将 Vision-Language-Action（VLA）、Vision-Language Model（VLM）等大模型能力部署到车载计算平台，实现具备更强环境理解、推理决策能力的智能驾驶系统。

随着自动驾驶模型从传统感知网络向 End-to-End Driving 和 Embodied AI 演进，大模型正在成为下一代自动驾驶核心技术。然而，车载平台存在算力、显存、功耗以及实时性限制，需要针对模型结构、推理框架、GPU Runtime 和硬件架构进行深度优化。

我们希望寻找具备 大模型部署、推理优化、GPU加速、AI Runtime 能力的工程师，共同推动 VLA 模型从实验室走向真实车辆。

Responsibilities

参与自动驾驶 VLA / VLM 大模型车端部署与性能优化，包括：Model Deployment（模型部署）、Inference Optimization（推理优化）、On-device AI（端侧智能）

参与多模态大模型推理系统优化，包括：Vision Encoder Optimization（视觉编码器优化）、LLM Inference Optimization（语言模型推理优化）、Multimodal Fusion Optimization（多模态融合优化）

参与模型压缩与推理加速技术研发，包括：Quantization（INT8/INT4量化）、Operator Fusion（算子融合）、Graph Optimization（计算图优化）、Memory Optimization（内存优化）

参与车载 GPU Runtime 与 Kernel 优化，包括：CUDA Kernel Optimization、TensorRT Plugin Development、CUDA Graph、GPU Memory Optimization、Tensor Core Optimization

分析并优化 VLA 模型在 NVIDIA Orin 平台上的性能瓶颈，包括：GPU Compute Bottleneck、Memory Bandwidth Bottleneck、Kernel Launch Overhead、CPU-GPU Synchronization Overhead

参与自动驾驶大模型推理基础设施建设，包括：TensorRT / ONNX Runtime Backend Optimization、Inference Pipeline Optimization、Performance Benchmarking、Profiling System Development

跟踪并研究前沿 Embodied AI 与大模型部署技术，包括：VLA（Vision-Language-Action）、VLM（Vision-Language Model）、LLM Inference、AI Compiler、ML Runtime Optimization

Preferred Qualifications

有以下方向经验之一：VLA / VLM Model Deployment、LLM Inference Optimization、TensorRT Optimization、CUDA Kernel Optimization、AI Compiler、ML Runtime

熟悉以下模型部署框架或工具之一：TensorRT、ONNX Runtime、TensorRT-LLM、TVM、OpenVINO、PyTorch Deploy

有以下优化经验之一：Model Quantization（INT8/INT4）、Operator Fusion、Memory Optimization、Inference Pipeline Optimization、Custom Operator Development

熟悉 GPU 架构与性能分析工具，包括：CUDA Programming、GPU Memory Hierarchy、Tensor Core、Nsight Systems、Nsight Compute

熟悉 NVIDIA Embedded GPU 平台，包括：Jetson Orin、CUDA、cuDNN、TensorRT、Embedded AI Optimization

熟悉自动驾驶、大模型或具身智能相关技术，包括：VLA（Vision-Language-Action）、VLM（Vision-Language Model）、End-to-End Driving、BEV、Multi-modal Fusion

有以下项目经验之一优先：自动驾驶模型部署、机器人/具身智能系统、大模型推理优化、GPU Runtime 开发、AI Infra 开源项目

What You Will Gain

在这里你将有机会：

参与自动驾驶下一代 VLA / VLM 大模型上车落地

深入优化真实车载平台上的 大模型推理系统

参与从模型转换、Runtime优化到GPU Kernel加速的完整技术链路

深入掌握：

Transformer / Multimodal Model Optimization

TensorRT / CUDA Runtime

GPU Performance Optimization

Embedded AI System

与 GPU、AI Infra、自动驾驶算法团队协作，推动大模型从云端训练走向真实车辆部署