职位&公司对比

职位详情

• 北京
• 5-10年
• 硕士

• 大模型算法
• 多模态算法
• C/C++
• 算法工程化经验
• 团队管理经验

职位描述 负责云场景下AI应用架构（RAG/Agent）模型定义和生命周期定义 负责云场景下AI应用部署/升级/扩容的工程能力定义和框架开发 负责云场景下AI应用运维、监控模型定义和框架开发和批量交付能力构建 设计人工智能系统架构：A设计人工智能系统的整体架构，包括数据流、模型选择、算法设计等方面 负责模型训练和推理部署及算子加速优化 负责模型异构GPU芯片的软硬件技术平台的设计和算子加速优化 boss 负责模型训推优化的前沿技术研究和产品落地 与硬件架构师合作，共同设计和优化完整的软件直聘/硬件解决方案，以提供优秀的系统性能 任职资格： '- 硕士研究生8年以上工作经验，本科10年以上工作经验，计算机相关的专业，有软件开发和AI应用开发的经验； - 熟悉 AI 技术生态、有大/小模型微调、 Prompt Enginering、LLM、AI 来自BOSS直聘Agent、多模态、RAG、Memory(长短/记忆) 等技术开发经验 - 熟悉软件工程技术，有DevOps、on Promise软件工程平台建设经验优先； - 具备良好的技术基础，能够持续优化工程架构、研发工具和工作BOSS直聘流，追求极致效率、性能和稳定性； - 熟悉常用的多模态技术，具备多模态下的AI应用开发经验。精通多模态模型（如CLIP、DALL-E、Blip、GPT-4V等）的开发和优化，了解多模态融合和生成的核心技直聘术。熟悉大语言模型（如GPT、LLaMA、Qwen）和视觉模型（如ViT、ResNet、EfficientNet、VLM）的原理和应用，深入了解多模态数据处理流程，具备文本、图像、音频等数据的预处理和特征提取经验。 - 3年及以上NVIDIA GPU开发和性能优化经验，熟悉pytorch，tensorflow开发框架，并熟练掌握GPU性能分析工具（Nsight System/Compute）以及算子性能理论分析模型； - 熟悉英伟达AI 套件全栈软件（熟悉各种加速库，含CUDA，NCCL，Tools，及各种调优，部署工具） - 满足以下至少2条设计和开发经验要求： ---CUDA和NCCL的优化工作 ---GPU集群部署的性能优化工作，了解GPU互联，IB网络 ---AI大模型相关的训推融合算子优化 ---AI编译器图层和算子层优化的设计 - 有大模型训推经验和架构性能优化经验优先 - Prioritize English language proficiency candidate