{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "微信 -WeLM 大模型推理优化工程师（深圳、上海）",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "WXG",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "腾讯",
        "company_industry": "互联网 / 科技 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "tencent.com",
        "company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 2,
        "degree": "计算机、软件工程、人工智能等相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 模型推理服务优化：\n    * 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\n    * 开发和应用模型压缩技术（包括但不限于量化、稀疏化等）\n    * 优化推理框架，支持多种硬件平台（GPU、专用AI芯片）\n    * 设计并实现高效、稳定、可扩展的推理服务架构\n2. 性能分析与调优：\n    * 建立性能基准测试框架，持续监控和评估推理性能\n    * 分析性能瓶颈，提出并实施优化方案\n    * 针对不同应用场景（实时对话、批量处理等）定制优化策略\n3. 技术创新与落地：\n    * 跟踪最新研究成果，将前沿优化技术应用到生产环境\n    * 与算法团队合作，参与模型架构的推理友好设计\n    * 编写高质量的技术文档和最佳实践指南",
        "requirements_text": "1.必备条件：；\r\n2.计算机、软件工程、人工智能等相关专业本科及以上学历；\r\n3.扎实的 C++/Python 基础；\r\n4.熟悉 PyTorch 或 JAX 等深度学习框架，了解模型训练与推理流程；\r\n5.有 CUDA 编程或 GPU 性能调优经验，能使用 Nsight 等工具做 profiling；\r\n6.了解常见 LLM 架构（如 Transformer、Attention、KV Cache）及推理优化思路；\r\n7.具备良好的沟通与文档能力，能独立负责模块设计与实现。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "CUDA",
            "深度学习",
            "模型训练",
            "性能调优",
            "大语言模型"
        ],
        "preferred_qualifications": "1.有SGlang、vLLM、TensorRT-LLM 等推理框架二次开发优化经验；\r\n2.熟悉 AWQ/GPTQ/Speculative Decoding/Sparse Attention等推理优化方案，并有实际落地案例；\r\n3.有大规模分布式推理、多机多卡部署与调度经验；\r\n4.熟悉 Triton、cuBLAS、CUTLASS 等 GPU 编程与算子优化；\r\n5.在 LLM 推理、编译器（如 TVM、XLA）、或高性能计算方向有论文或开源贡献。",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.tencent.com/jobdesc.html?postId=2020723060671414272"
            }
        ]
    },
    "posting": {
        "posting_id": "2020723060671414272",
        "post_date": "2026-09-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.tencent.com/jobdesc.html?postId=2020723060671414272"
    },
    "fulltext": "微信 -WeLM 大模型推理优化工程师（深圳、上海）\n1. 模型推理服务优化：\n    * 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\n    * 开发和应用模型压缩技术（包括但不限于量化、稀疏化等）\n    * 优化推理框架，支持多种硬件平台（GPU、专用AI芯片）\n    * 设计并实现高效、稳定、可扩展的推理服务架构\n2. 性能分析与调优：\n    * 建立性能基准测试框架，持续监控和评估推理性能\n    * 分析性能瓶颈，提出并实施优化方案\n    * 针对不同应用场景（实时对话、批量处理等）定制优化策略\n3. 技术创新与落地：\n    * 跟踪最新研究成果，将前沿优化技术应用到生产环境\n    * 与算法团队合作，参与模型架构的推理友好设计\n    * 编写高质量的技术文档和最佳实践指南\n1.必备条件：；\r\n2.计算机、软件工程、人工智能等相关专业本科及以上学历；\r\n3.扎实的 C++/Python 基础；\r\n4.熟悉 PyTorch 或 JAX 等深度学习框架，了解模型训练与推理流程；\r\n5.有 CUDA 编程或 GPU 性能调优经验，能使用 Nsight 等工具做 profiling；\r\n6.了解常见 LLM 架构（如 Transformer、Attention、KV Cache）及推理优化思路；\r\n7.具备良好的沟通与文档能力，能独立负责模块设计与实现。\n1.有SGlang、vLLM、TensorRT-LLM 等推理框架二次开发优化经验；\r\n2.熟悉 AWQ/GPTQ/Speculative Decoding/Sparse Attention等推理优化方案，并有实际落地案例；\r\n3.有大规模分布式推理、多机多卡部署与调度经验；\r\n4.熟悉 Triton、cuBLAS、CUTLASS 等 GPU 编程与算子优化；\r\n5.在 LLM 推理、编译器（如 TVM、XLA）、或高性能计算方向有论文或开源贡献。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}