工作地点：

北京市

工作职责：

1. 参与 AI 应用后端开发，使用 FastAPI/Flask 构建 RESTful API，封装 LLM 推理能力，学习高并发服务架构设计。
2. 协助开展大模型推理优化实验，基于 vLLM、SGLang 测试 Prefix Caching、内核参数，采集 TTFT、TPOT、吞吐等性能指标。
3. 参与 Qwen、LLaMA 等开源模型实验，协助完成 LoRA/QLoRA 微调、GPTQ/AWQ 量化、模型蒸馏、DPO/PPO 对齐，完成模型效果评测。
4. 学习 Docker 容器打包、K8s 推理服务部署，了解 GPU 资源调度、HPA 弹性伸缩、金丝雀发布，协助保障推理服务稳定运行。
5. 参与项目全流程协作，配合团队完成需求评审、开发、测试、上线，熟悉 AI 项目完整交付流程。
6. 加分：掌握 Android/iOS/Flutter/RN 基础开发，可参与端云协同 AI 能力落地调研，协助优化端云链路性能。

任职资格：

1. 计算机、人工智能、软件工程等相关专业硕士应届；扎实计算机基础，熟悉 Python 编程。
2. 熟悉深度学习、大模型基础概念。
3. 了解 GPU、模型推理、微调等基础概念，有 LLaMA/Qwen 等开源模型跑通 demo 经验优先。
4. 了解 Docker、K8s 基础概念，有 Linux 实操经验，能够看懂性能指标。
5. 良好的动手能力，善于做实验、记录与复盘，具备良好沟通和团队协作能力。
6. 加分：移动端开发基础，了解端云协同；熟悉 vLLM/SGLang，做过模型量化 / LoRA 微调项目。