1.学历要求： 计算机科学、人工智能、软件工程或相关专业，硕士及以上学历； 2.技术背景： * 熟悉深度学习框架（如PyTorch、TensorFlow等），具有大模型开发和优化的实际经验； * 深入理解MOE（Mixture of Experts）架构，具备相关模型的设计和优化经验； * 熟悉GPU/TPU硬件架构，具备CUDA、OpenCL等高性能计算开发经验； * 熟悉分布式训练和推理技术，了解NCCL、MPI、RDMA等通信库的优化策略； * 具备底层计算优化经验，如算子融合、内存优化、计算图优化等。 3.编程能力： 精通Python、C++，具备高性能代码开发和调试能力； 4.加分项： * 在顶级会议（如NeurIPS、ICML、CVPR等）发表过相关论文； * 有大规模分布式系统开发经验，熟悉Kubernetes、Docker等容器化技术； * 熟悉大模型推理引擎（如DeepSpeed、vllm和sglang等）的源码和优化策略。

1、教育背景：​​ 计算机科学、人工智能、软件工程或相关理工科（如数学、统计、电子工程等）领域的 ​硕士及以上​ 学位。 2、专业技能：​​ 具备扎实的计算机科学基础和工程能力，精通至少一种主流编程语言（如 Python, C++, Java），编码能力强。 3、优先经验：​​ 3a、具备云计算平台、大规模机器学习平台或分布式计算系统的质量测试经验。 3b、深度参与大型开源AI评测项目（如OpenCompass，FastChat等）并有可验证的贡献。 4、​软性素质：​​ 4a、沟通协作：​​ 具备出色的沟通表达能力和高效的团队协作精神。 4b、​技术追求：​​ 对技术有强烈的好奇心与钻研精神，追求卓越。 4c、解决问题：​​ 具备优秀的自驱力，能主动发现问题、分析问题并创造性地解决问题。

1、教育背景：​​ 计算机科学、软件工程、人工智能或相关STEM领域的硕士及以上学历。 2、技术基石：​​ 2a、扎实的计算机科学基础和良好的工程实践能力； 2b、精通至少一种主流编程语言（如Python，C++），具备出色的编码和调试能力。 2c、熟悉主流大模型推理引擎和优化技术（如 vLLM, SGLang, TensorRT-LLM等）。 3、经验优先：​​ 3a、拥有云计算系统、机器学习平台、分布式计算、中间件等领域的相关开发或落地经验者优先。 3b、在机器学习/系统领域顶级会议（如 ATC，ASPLOS, OSDI, MLSys，WWW等）发表论文。 3c、作为核心贡献者深度参与知名开源项目，如 vLLM, SGLang, TensorRT-LLM等。 3d、在相关国际竞赛中取得突出成绩。 4、软性素质：​​ 4a、沟通协作：​​ 具备出色的沟通表达能力和高效的团队协作精神。 4b、​技术追求：​​ 对技术有强烈的好奇心与钻研精神，追求卓越。 4c、解决问题：​​ 具备优秀的自驱力，能主动发现问题、分析问题并创造性地解决问题。

1、教育背景：​​ 计算机科学、人工智能或相关 ​STEM 领域硕士及以上学历，具备扎实的理论基础。 2、技术能力：​​ 2a、​优秀的基础：​​ 拥有深厚的计算机科学理论根基与扎实的算法功底。 2b、编程实力：​​ 具备卓越的编程能力和良好的工程实践习惯。 2c、引擎熟悉度：​​ 熟练掌握 vLLM, SGLang, TensorRT-LLM 等主流大模型推理引擎之一，理解其核心原理。 3、经验优先：​​ 3a、在自然语言处理、多模态大模型、扩散模型、图神经网络（GNN）等领域有研究、技术开发或实际落地经验。 3b、作为核心骨干在国际顶会（NeurIPS, ICML, ICLR，CVPR, ACL等）发表过高质量论文。 3c、在知名开源项目​（如Hugging Face Transformers, DeepSpeed，vLLM，SGLang，TensorRT-LLM等）中有显著贡献。 3d、在权威人工智能相关竞赛（如Kaggle、天池）中获得优异名次。 4、软性素质：​​ 4a、​沟通协作：​​ 具备出色的沟通表达能力和高效的团队协作精神。 4b、技术追求：​​ 对技术有强烈的好奇心与钻研精神，追求卓越。 4c、​解决问题：​​ 具备优秀的自驱力，能主动发现问题、分析问题并创造性地解决问题。