岗位职责：1.负责通用语言大模型与多模态模型的端侧推理优化与量化，在Android/iOS/Linux等平台稳定上线，达成延迟、内存、功耗与稳定性目标。2.从训练框架导出到目标引擎（如ONNXRuntimeMobile、llama.cpp/GGUF、MNN、sherpa-onnx等）并保证算子/图优化与精度对齐。3.负责端到端推理流水线，包括模型压缩、格式转换、算子/内核适配、自动化评测、崩溃与性能回溯。4.设计并维护针对不同硬件的加速方法，包括iOS/AppleSilicon（CoreML/ANE/Metal），Android（CPU/GPU/NPU），端侧芯片（如rk3588，jetson等）。5.建立性能与能耗基准体系：TTFT、吞吐（tok/s或QPS）、峰值/常驻内存、包体/模型体积、加载时延/冷启动与稳定性。6.跨团队协作：与算法侧共建量化校准与精度评估；与客户端/平台侧共同开发应用。任职要求：1.计算机科学、软件、人工智能、电子工程、数学等相关理工科专业，本科以上学历。2.扎实的Python/C/C++能力与工程素养，理解计算机体系结构与基础的芯片架构知识。3.熟悉至少一种端侧推理引擎与计算后端（如ONNXRuntimeMobile、MNN、CoreML、TensorRT-lite/DirectML、移动端GPU/NPUAPI等）。4.熟悉量化与推理优化，包括权重量化/激活量化/混合精度、校准集与误差分析、算子融合与内存规划、KV-cache管理等。5.具备自驱力、工程能力、沟通能力和团队协作精神。