1、负责大模型算力资源的性能测试与基准评估，制定并执行测试方案，输出标准化测试报告； 2、搭建和维护算力资源测试环境，模拟不同参数规模下的推理/训练负载场景； 3、分析模型推理延迟、吞吐量、显存占用等关键性能指标，识别资源瓶颈并提出优化建议； 4、协同运营团队建立Token消耗与算力资源使用之间的映射关系，支持成本核算与报价模型构建； 5、参与新供应商接入的技术验证工作，确保其服务能力满足平台性能与稳定性要求； 6、定期输出资源效能分析报告，支撑运营决策与系统化建设规划； 7、完成上级交办的其他运营支持与专项分析任务。 1、本科及以上学历，计算机科学、人工智能、软件工程等相关专业毕业，第一学历须为国内外重点高校； 2、熟悉主流大模型架构（如Transformer、MoE）、训练/推理流程及常见参数配置对性能的影响； 3、掌握PyTorch、TensorRT、vLLM等框架，具备GPU资源调试与性能调优实践经验； 熟悉Linux系统操作，能使用Python/Shell编写自动化测试脚本，具备日志分析与数据可视化能力； 4、具备良好的逻辑思维与问题定位能力，责任心强，能够在多任务环境下高效推进工作； 5、有AI平台、云计算或高性能计算（HPC）相关实习经验者优先。