微信 -WeLM 大模型推理优化工程师（深圳、上海）

职位描述

1. 模型推理服务优化：

* 负责大语言模型（LLM）推理性能的优化，包括延迟降低、吞吐量提升和资源效率优化

* 开发和应用模型压缩技术（包括但不限于量化、稀疏化等）

* 优化推理框架，支持多种硬件平台（GPU、专用AI芯片）

* 设计并实现高效、稳定、可扩展的推理服务架构

2. 性能分析与调优：

* 建立性能基准测试框架，持续监控和评估推理性能

* 分析性能瓶颈，提出并实施优化方案

* 针对不同应用场景（实时对话、批量处理等）定制优化策略

3. 技术创新与落地：

* 跟踪最新研究成果，将前沿优化技术应用到生产环境

* 与算法团队合作，参与模型架构的推理友好设计

* 编写高质量的技术文档和最佳实践指南