开发者生态工程师（AI模型方向）

（岗位可base北京、长沙、无锡）

岗位职责：

1. 模型适配与工程化落地

负责主流开源大模型 / 通用模型（LLaMA、Qwen、Llama 3、Stable Diffusion、CV 检测 / 分割模型等）在硬件、框架上的适配、编译、部署。

完成模型推理、微调、蒸馏、量化、剪枝等工程优化，保证功能可用、性能达标、稳定性可控。

对接 PyTorch、TensorFlow等框架，解决模型转换、算子兼容、版本兼容问题。

2. 模型性能调优与技术攻坚

针对推理 / 训练场景做端到端优化：算子优化、显存优化、推理调度、KV Cache 优化、并行策略。

使用推理引擎（TensorRT、vLLM等）做部署加速，输出压测数据、性能基线与调优方案。

排查模型运行异常、精度损失、内存泄漏、推理卡顿等问题。

3. 开发者生态建设与赋能

收集开发者使用反馈、痛点需求，同步给算法、框架、硬件团队推动产品迭代。

4. ISV / 行业客户对接与方案输出

对接企业客户、独立软件厂商，提供部署方案、迁移方案。

5. 开源社区与技术前瞻

跟进全球开源模型动态、新算法、新范式，参与开源社区协作。

任职要求：

1. 基础背景

本科及以上学历，计算机、人工智能、软件工程、自动化等相关专业。

熟悉 AI 行业生态，了解主流开源模型、框架与部署链路。

2. 核心技术能力

模型基础：理解深度学习、大语言模型、多模态模型基本原理，熟悉训练、微调、推理全流程。

框架与工具：熟练使用 PyTorch/TensorFlow，掌握模型转换（ONNX）、推理部署常用工具。

工程能力：精通 Python，了解 C/C++ 加分；熟悉 Linux 环境、Shell、Docker、容器化部署。

优化能力：了解量化、KV Cache、模型并行、推理加速等常用优化手段，会性能压测与问题定位。

生态认知：熟悉 Hugging Face、ModelScope 等开源模型社区优先。

3. 软技能与综合能力

善于沟通对接内外团队，有客户对接、技术支持、生态运营经验优先。

有大模型落地、模型迁移、AI 生态运营、ISV 技术对接经验者优先。