中/高级机器学习算法工程师（端侧基础模型方向）

1. 负责端侧基础模型的软硬件协同设计与研发，从NPU 亲和模块、访存、KV Cache等维度开展软硬芯协同设计，开展端侧基模架构探索（包括但不限于CNN/Transformer/Mamba混合架构、MoE、DiT、DVLM等），形成可交付的候选架构与硬件友好网络设计准则；

2. 团队内协同-量化/压缩对接：与量化、压缩团队紧密协作，在架构设计阶段前置考虑可量化性与可压缩性，联合优化以在硬件约束下实现极致的性能与部署效率；

3. 团队外协同-模型效果保障：对接业务算法团队，确保端侧基模在压缩、量化、硬件落地后的效果满足业务需求，主导效果对齐、评估与迭代闭环；

4. 负责端侧基模能力建设关键环节，包括数据生成、标注、迭代，模型预训练和后训练等，并主导相关 AI 功能系统方案的设计、研发与交付。

任职要求：

1. 硕士及以上学历，具备计算机科学、信息工程、电子工程、人工智能等相关专业背景；

2. 深入理解深度学习、大模型与多模态领域，熟悉主流模型架构的原理、适用条件与瓶颈；具备软硬件协同设计思维，理解模型结构与硬件（NPU/GPU/FPGA）特性的相互约束；

3. 具备扎实的 C++/Python/PyTorch 开发能力，熟悉端侧/嵌入式部署、NPU 开发或推理引擎者优先；

4. 具有 3 年以上 LLM、VLM、Diffusion或模型压缩/量化等科研或开发经验；有以下经验者优先：全面负责过 SOTA 模型架构设计、预训练/后训练、模型优化并在硬件产品上落地；有软硬件协同设计经验，能与量化/压缩、芯片/编译等团队高效协作，推动联合优化；

5. 在相关领域主流会议或期刊发表过论文（CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/IROS/ICRA 等）者优先；

6. 对算法在端侧硬件产品上的落地有强烈热情，具备良好的跨团队沟通协作能力，善于用技术解决产品与性能问题。