AI大模型开发主任工程师

岗位职责： 1.负责端侧大模型（LLM/VLM/VLA） 在智能座舱平台（高通/瑞萨/地平线等 SoC）上的工程化落地，构建高性能、低功耗的模型推理底座。 2.主导模型压缩与量化技术选型与实现，包括但不限于 PTQ/QAT、INT4/INT8 量化、知识蒸馏、剪枝与结构重参数化，在精度损失可控前提下大幅降低显存与算力需求。 3.负责推理加速引擎的深度优化，基于 ONNX Runtime、TensorRT、TFLite、SNPE、RKNN 等框架进行算子融合、内存复用与异构计算（CPU/GPU/DSP/NPU）调度，达成实时交互指标。 4.融合大模型能力重构座舱核心业务场景，如智能语音助手多轮对话与情感识别、舱内视觉理解（手势/注视/表情）、多模态交互推荐、驾驶行为分析等。 5.建立端侧模型性能评估与自动化压测体系，量化首包延迟、Token 生成速度、内存占用、CPU/GPU 负载及温升影响，指导模型选型与优化迭代。 6.与算法团队协同完成端云协同策略设计，实现端侧轻量模型处理敏感/实时任务，云侧大模型兜底复杂请求，并支持模型热更新与版本管理。 7.跟踪端侧大模型前沿技术（如 MobileLLM、AWQ、Sparse Attention、Speculative Decoding），推动技术预研与专利申请，输出技术规范与设计文档。 任职要求： 1.统招硕士及以上学历，计算机、人工智能、电子工程、数学等相关专业，5 年以上AI 模型工程化经验，其中2 年以上端侧大模型部署与优化经验。 2.精通 C/C++、Python，具备扎实的算法与数据结构基础，熟悉 Linux 环境下的交叉编译、内存分析与性能调优工具。 3.深入掌握主流端侧推理框架至少两种：TensorRT（或 TensorRT-LLM）、ONNX Runtime、TFLite、QNN、Cuda 等。 4.熟悉常见模型压缩与量化方法，实际落地过 LLM 或 VLM 的 INT4/INT8 量化，熟练使用 PyTorch、TensorFlow 及量化工具链（如 NVIDIA TensorRT Model Optimizer、Intel Neural Compressor、AWQ/GPTQ）。 5.熟悉 Transformer 架构及大模型推理原理，包括 KV Cache、FlashAttention、PagedAttention、Continuous Batching 等，能针对车载场景优化推理调度策略。 6.具备 Agent 框架开发经验，熟悉 ReAct、CoT、Function Calling 等范式，能设计低延迟的工具调用链路与状态管理机制。 7.了解多模态融合基础（视觉、语音、文本对齐），有 VLM 或 VLA 在端侧的实际部署案例，熟悉 CLIP、LLaVA、Qwen-VL 等常见模型结构。 8.具备优秀的工程落地能力与团队协作意识，能够与座舱业务、系统软件、算法团队高效沟通，推动方案量产交付。