2025-06-14 21:22 已编辑 谦合益邦_AI框架部_框架优化工程师 发布于北京
发布于北京 关注
大模型算子开发实习生
岗位职责：
1.基于PyTorch框架与HuggingFace生态，参与大语言模型（LLaMA4、Qwen3、DeepSeek-R1等）及多模态模型（Qwen-VL、mLlama）的适配、优化与部署
2.探索图像/视频生成模型（Stable Diffusion、Flux）在自研芯片上的高效推理方案
3.实现模型算子融合、量化（INT8/FP16）及精度验证，确保模型在自研硬件上的性能与精度达标
4.完成开源模型与自研芯片的兼容性验证及性能对比
岗位要求：
1.熟悉主流大模型架构（Transformer/MoE）及计算原理（注意力机制、位置编码、扩散过程）
2.熟练使用PyTorch、Transformers、Diffusers库，具备HuggingFace模型部署、微调实战经验
3.掌握模型优化技术：算子融合、ONNX静态图导出等
4.理解多模态模型（视觉-语言对齐）或生成式模型（Diffusion/自回归）的工作机制
5.精通Python，具备CUDA/OpenCL等异构计算基础者优先
加分项：
1.参与过LLM/Multimodal开源项目
2.熟悉ONNX/TensorRT等模型编译工具链
3.了解芯片架构（如NPU/GPU）
4.每周保证4天以上，实习周期3个月及以上
我们提供：
1.深入自研AI芯片与大模型协同优化的前沿战场
2.导师1v1指导，接触业界最新大模型技术
3.表现优异者，可签订正式合同。
联系方式: **********
1.基于PyTorch框架与HuggingFace生态，参与大语言模型（LLaMA4、Qwen3、DeepSeek-R1等）及多模态模型（Qwen-VL、mLlama）的适配、优化与部署
2.探索图像/视频生成模型（Stable Diffusion、Flux）在自研芯片上的高效推理方案
3.实现模型算子融合、量化（INT8/FP16）及精度验证，确保模型在自研硬件上的性能与精度达标
4.完成开源模型与自研芯片的兼容性验证及性能对比
岗位要求：
1.熟悉主流大模型架构（Transformer/MoE）及计算原理（注意力机制、位置编码、扩散过程）
2.熟练使用PyTorch、Transformers、Diffusers库，具备HuggingFace模型部署、微调实战经验
3.掌握模型优化技术：算子融合、ONNX静态图导出等
4.理解多模态模型（视觉-语言对齐）或生成式模型（Diffusion/自回归）的工作机制
5.精通Python，具备CUDA/OpenCL等异构计算基础者优先
加分项：
1.参与过LLM/Multimodal开源项目
2.熟悉ONNX/TensorRT等模型编译工具链
3.了解芯片架构（如NPU/GPU）
4.每周保证4天以上，实习周期3个月及以上
我们提供：
1.深入自研AI芯片与大模型协同优化的前沿战场
2.导师1v1指导，接触业界最新大模型技术
3.表现优异者，可签订正式合同。
联系方式: **********
全部评论
相关推荐
查看19道真题和解析