岗位职责： 岗位定位 负责模型权重文件训练产出之后的全生命周期管理：从量化/格式转换、模型仓库准入、精度验证、压测性能，到开源/闭源模型上线准入的自动化链路、成本计算；同时承担多算力卡（NVIDIA / AMD / 国产卡）的适配与自动化评测。是连接算法训练产出与推理 Serving 之间的"模型入口守门人"。 主要职责 1. 模型权重全生命周期管理：接收训练 ckpt（Megatron/DeepSpeed/FSDP）→ 合并/转换为统一发布格式（HF safetensors）→ 校验（checksum/安全扫描）→ 分层存储与 GC → 版本与血缘（训练→ckpt→转换→量化→评测→部署） 2. 量化与格式转换：HF → TRT-LLM / vLLM / SGLang / ONNX；FP8/INT8/INT4 量化（GPTQ/AWQ/SmoothQuant）；转换后数值 diff 与精度对齐 3. 模型仓库准入：Model Hub/Registry（目录/版本/别名/RBAC），准入标准（元数据/必交文件/安全/license/精度/性能门禁），输出认证报告 4. 精度验证与压测性能：逐层数值对齐 + 通用/业务评测集 + 精度回归门禁；benchmark（TTFT/TPOT/吞吐/显存/MFU）+ 性能基线 + perf 回归 5. 上线准入自动化链路（CI/CD for Model）：开源模型自动接入（拉取→扫描→转换→精度→压测→认证→入库）；闭源/API 模型接入（协议/效果/延迟/成本/fallback/灰度）；Pipeline-as-Code（Argo/Airflow/Jenkins） 6. 成本计算：cost per token 建模（GPU 单价 ÷ 实测吞吐），输出卡型×精度×并行的成本矩阵，支撑硬件选型 7. 多算力卡适配与自动化评测：NVIDIA（CUDA/TRT-LLM）、AMD（ROCm/vLLM）、国产卡（昇腾 CANN/MindIE、寒武纪 Neuware、海光 DCU）；多卡 CI 矩阵自动跑精度+性能评测，输出支持度矩阵与对比报告，推动问题闭环 8. CI/Workflow 与 K8s：基于 K8s Job/Pipeline 做任务调度与资源治理（GPU quota/镜像/队列），流程平台化与可观测 任职要求： 必须满足（硬性）： - 计算机相关本科+，3 年+ 模型平台/推理优化/MLOps（硕士 2 年+） - 实操过量化与格式转换：FP8/INT8/INT4（GPTQ/AWQ），HF → TRT-LLM/vLLM/SGLang/ONNX，并能做转换后数值/精度验证 - 实操过精度评测与压测：搭建过评测集/流水线，用过 lm-eval-harness / vLLM bench / TRT-LLM benchmark，理解 TTFT/TPOT/吞吐/MFU - 有模型上线准入的 CI/CD 自动化流水线经验（Argo/Airflow/Jenkins/GitLab CI 任一） - 熟悉 K8s，有基于 K8s 的任务/流水线运行与排障 - 熟悉至少一种推理引擎（vLLM/TRT-LLM/SGLang/TGI）原理与使用，懂 GPU（CUDA/显存/并行） - 熟练 Python（必须），了解 C++/Go，有 PyTorch/HF Transformers 经验 加分项： - 有多算力卡适配与评测经验（NVIDIA + AMD/昇腾/寒武纪/海光，会其一即可，越多越好） - 做过统一推理后端适配层或跨卡 CI 矩阵 - 有成本建模（cost per token / TCO）与硬件选型经验 - 有 Model Hub/Registry 建设经验 - 参与过 vLLM/TRT-LLM/SGLang 等开源

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录