基本要求 1. 计算机、电子、自动化等相关专业，硕士及以上学历； 2. 扎实的 C++/CUDA/Python 工程能力，熟悉至少一种主流推理框架(TensorRT/TensorRT-LLM/vLLM/TVM/MNN/NCNN/llama.cpp)； 3. 在模型量化(INT8/INT4/FP8)、剪枝、蒸馏、稀疏化任一方向有实战经验； 4. 理解 Transformer、Diffusion、VLM 模型结构与典型推理瓶颈。 加分项 1. MLSys/OSDI/ASPLOS/SC/CVPR/NeurIPS 等顶会一作论文，或主流推理框架核心贡献者； 2. 在手机、平板、端侧 NPU 或自研芯片上完成过大模型量产部署； 3. 熟悉 PagedAttention/FlashAttention/Speculative Decoding/KV-Cache 优化等 LLM 推理前沿； 4. 有自定义 GPU/NPU 算子开发或编译器(TVM/Triton/MLIR)二次开发经验。