实时多模态数字人推理优化工程师

岗位职责

1、负责实时多模态数字人项目的推理性能优化，围绕 GPU 利用率、实时帧率、显存效率等核心指标，结合 GPU 硬件架构特性开展推理性能调优，持续降低单位生成量的算力成本；

2、设计与优化多卡推理场景下的并行与调度策略，降低通信开销，实现计算与通信高效重叠，提升多卡资源利用效率与线性扩展能力；

3、针对多模态模型架构（DiT/VAE/Transformer 等）设计并落地推理加速方案，覆盖模型量化、算子融合等技术手段；

4、跟进推理加速领域前沿技术，紧密结合算法技术迭代完成技术选型与工程落地。

任职要求

1、本科及以上学历，计算机、人工智能等相关专业，熟练掌握 C++/Python ，3 年以上AI推理优化相关工作经验；

2、精通CUDA编程与GPU性能调优，熟练使用性能分析工具（Nsight等），掌握至少一种主流推理加速框架；

3、熟悉Transformer、扩散模型等生成式网络的推理流程，理解Attention 计算、显存管理、张量并行 / 流水线并行等核心技术原理；

4、有 FP8/INT8 量化、模型剪枝、知识蒸馏等模型压缩技术的工程落地经验，有推理成本优化相关项目经历；

5、有实时数字人/视频生成类项目的推理优化落地经验，熟悉 DiT、VAE 等视频生成模型的加速技巧者优先。