Description and Requirements
岗位职责：
跟踪并研究模型量化（Quantization）、剪枝（Pruning）、知识蒸馏（Knowledge Distillation）、低秩分解（Low-Rank Factorization）等领域的最新技术进展。负责前沿压缩算法的复现、评估和创新，并将其应用于主流的大语言模型（如Llama系列、Qwen系列等）。负责大模型的训练后量化（PTQ）和量化感知训练（QAT）流程，开发高效的校准（Calibration）策略，在保证模型精度的前提下，实现INT8、INT4、FP8等低比特量化。针对不同硬件平台（如高通）的特性，进行深度定制的量化方案设计与优化。建立并完善模型压缩后的性能评测体系，从模型精度（如Perplexity、MMLU benchmarks）、推理速度（Latency/Throughput）、内存占用（Memory Footprint）和功耗等多个维度进行综合评估。岗位要求：
计算机科学、电子工程、自动化、数学等相关专业。具备扎实的数学基础，特别是线性代数、概率论和最优化理论。精通 Python 编程，熟悉 C++ 编程，有良好的代码风格和工程实践能力。熟练掌握至少一种主流深度学习框架（PyTorch优先，TensorFlow亦可），并对其底层实现有一定了解。深入理解深度学习基本原理，尤其熟悉 Transformer、Attention等模型结构。具备模型量化、剪枝、蒸馏等至少一种压缩技术的实际项目经验，熟悉相关主流算法。对模型部署流程有清晰的认识，了解模型在不同硬件上推理的性能瓶颈。具备优秀的分析问题和解决问题的能力，能够独立承担研究和开发任务。良好的沟通能力和团队协作精神，具备强烈的责任心和自我驱动力。 Additional Locations: * China - Hubei - 武汉（Wuhan） * China * ...