JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "大模型系统性能/成本优化专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "终端BG",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "研发族"AI生成
},
"company": {
"company_name": "华为",
"company_industry": "信息通信技术 / 智能终端 / 云计算",
"company_size": "10000人以上",
"company_website": "huawei.com",
"company_description": "华为提供通信网络、企业网络、智能终端、云服务、数字能源和智能汽车解决方案。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责跟踪大模型训练与推理的前沿技术,结合昇腾算力平台特性进行技术迁移与创新,并制定相应的技术演进路线图。\n2、主导大模型训练场景的端到端性能与成本优化,重点构建低精度训练技术体系(包括混合精度训练、8BIT及以下量化训练等),从算子到分布式框架实现全栈优化。\n3、面向昇腾平台优化大模型推理性能,构建端云协同的推理架构,整合端侧与云侧算力,实现高效、低成本的推理服务。\n4、推动算法与系统的深度协同,面向典型业务场景设计并落地高性价比的端到端AI系统解决方案。",
"requirements_text": "1、计算机、人工智能等相关专业,5年以上AI系统研发或优化经验,熟悉Transformer等大模型架构。\n2、精通PyTorch/TensorFlow等框架,掌握分布式训练、量化压缩、算子优化等关键技术,具备昇腾/GPU硬件优化经验。\n3、具备系统级性能优化思维,能够进行端云协同架构设计,熟悉动态调度与异构资源管理。\n4、具备良好的跨团队沟通与协作能力,对AI系统性能与成本平衡有深入理解。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"性能优化",
"架构设计",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://career.huawei.com/cn/job-details?advertisementId=42336"
}
]
},
"posting": {
"posting_id": "42336",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://career.huawei.com/cn/job-details?advertisementId=42336"
},
"fulltext": "大模型系统性能/成本优化专家\n岗位职责\n1、负责跟踪大模型训练与推理的前沿技术,结合昇腾算力平台特性进行技术迁移与创新,并制定相应的技术演进路线图。\n2、主导大模型训练场景的端到端性能与成本优化,重点构建低精度训练技术体系(包括混合精度训练、8BIT及以下量化训练等),从算子到分布式框架实现全栈优化。\n3、面向昇腾平台优化大模型推理性能,构建端云协同的推理架构,整合端侧与云侧算力,实现高效、低成本的推理服务。\n4、推动算法与系统的深度协同,面向典型业务场景设计并落地高性价比的端到端AI系统解决方案。\n\n岗位要求\n1、计算机、人工智能等相关专业,5年以上AI系统研发或优化经验,熟悉Transformer等大模型架构。\n2、精通PyTorch/TensorFlow等框架,掌握分布式训练、量化压缩、算子优化等关键技术,具备昇腾/GPU硬件优化经验。\n3、具备系统级性能优化思维,能够进行端云协同架构设计,熟悉动态调度与异构资源管理。\n4、具备良好的跨团队沟通与协作能力,对AI系统性能与成本平衡有深入理解。\n1、负责跟踪大模型训练与推理的前沿技术,结合昇腾算力平台特性进行技术迁移与创新,并制定相应的技术演进路线图。\n2、主导大模型训练场景的端到端性能与成本优化,重点构建低精度训练技术体系(包括混合精度训练、8BIT及以下量化训练等),从算子到分布式框架实现全栈优化。\n3、面向昇腾平台优化大模型推理性能,构建端云协同的推理架构,整合端侧与云侧算力,实现高效、低成本的推理服务。\n4、推动算法与系统的深度协同,面向典型业务场景设计并落地高性价比的端到端AI系统解决方案。\n1、计算机、人工智能等相关专业,5年以上AI系统研发或优化经验,熟悉Transformer等大模型架构。\n2、精通PyTorch/TensorFlow等框架,掌握分布式训练、量化压缩、算子优化等关键技术,具备昇腾/GPU硬件优化经验。\n3、具备系统级性能优化思维,能够进行端云协同架构设计,熟悉动态调度与异构资源管理。\n4、具备良好的跨团队沟通与协作能力,对AI系统性能与成本平衡有深入理解。"
}