职位描述： 1、负责全链路性能诊断：负责模型全生命周期的性能 Profiling 与系统性调优，使用 Nsight、PyTorch Profiler 等工具诊断大模型分布式训练及车端推理全过程，精准识别并消除 IO、通信（NCCL）、显存带宽及 CUDA 算子层面的性能瓶颈，极致提升 GPU 算力利用率（MFU/FPS）； 2、负责大规模分布式训练加速：深入优化分布式训练框架，设计高效的流水线，提升集群训练吞吐率与大规模训练稳定性； 3、负责车端推理部署与极致低时延攻坚：主导自动驾驶感知、规划、端到端、VLM/VLA等模型在车载算力平台（如 NVIDIA Orin / Thor）上的加速落地，负责低比特量化、知识蒸馏等模型压缩工程，负责高性能算子开发与流水线优化，实现毫秒级响应与高吞吐并发。 任职资格： 1、熟悉C/C++、Python等编程语言，熟练掌握各类常用数据结构与算法； 2、熟悉NVIDIA GPU架构及CUDA编程，有较丰富的AI算子开发经验； 3、熟悉PyTorch框架，理解深度学习的基本原理与结构，并有一定的模型训练经验； 4、理解PyTorch底层实现原理； 5、熟悉TensorRT/ONNXRT/NCNN等推理框架。