微信 -WeLM 大模型推理优化工程师（深圳、上海）

岗位职责

1. 模型推理服务优化：

   • 负责大语言模型（LLM）推理性能的优化，包括延迟降低、吞吐量提升和资源效率优化
   • 开发和应用模型压缩技术（包括但不限于量化、稀疏化等）
   • 优化推理框架，支持多种硬件平台（GPU、专用AI芯片）
   • 设计并实现高效、稳定、可扩展的推理服务架构

2. 性能分析与调优：

   • 建立性能基准测试框架，持续监控和评估推理性能
   • 分析性能瓶颈，提出并实施优化方案
   • 针对不同应用场景（实时对话、批量处理等）定制优化策略

3. 技术创新与落地：

   • 跟踪最新研究成果，将前沿优化技术应用到生产环境
   • 与算法团队合作，参与模型架构的推理友好设计
   • 编写高质量的技术文档和最佳实践指南

任职要求

1. 必备条件：；
2. 计算机、软件工程、人工智能等相关专业本科及以上学历；
3. 扎实的 C++/Python 基础；
4. 熟悉 PyTorch 或 JAX 等深度学习框架，了解模型训练与推理流程；
5. 有 CUDA 编程或 GPU 性能调优经验，能使用 Nsight 等工具做 profiling；
6. 了解常见 LLM 架构（如 Transformer、Attention、KV Cache）及推理优化思路；
7. 具备良好的沟通与文档能力，能独立负责模块设计与实现。

产品/项目

WXG公共

工作年限

两年以上工作经验