腾讯(tencent)招聘腾讯智能座舱-大模型量化部署工程师
招聘职位：
腾讯智能座舱-大模型量化部署工程师 搜索同类职位
岗位职责：
1.负责座舱端侧大模型量化部署，如高通/MTK/Nvidia等座舱芯片平台；
2.探索不同芯片平台的算子能力与工程新特性，设计不同的量化策略与验证方法，优化量化前后精度损失；
3.负责端侧大模型部署过程中的性能优化，优化token生成速度与减少内存带宽的使用；
4.研究端侧大模型前沿的量化部署方法，提升端侧大模型整体性能与精度。
岗位要求：
1.熟练掌握 C/C++、Python语言，有良好计算机体系结构知识；
2.具备高通/MTK/nvidia等芯片平台的端侧量化部署经验，至少一个平台；
3.熟悉大模型常见的部署框架（如TensorRT-LLM/vLLM/QNN等）和量化算法；
4.熟悉端侧大模型推理机制如计算图的执行、算子融合、KV 缓存优化、投机采样策略等；
5.精通 Transformer 等大模型核心算子（Attention、FFN、LayerNorm）底层实现机制与性能优化方法；
6.具有多模态大模型量化部署与优化经验者优先；
7.具备大模型训练和推理过程中的调试与优化实操经验者优先。
加分项：
1.在同等条件下，通过腾讯云认证或取得同等资格认证的候选人，我们会优先考虑。
1.负责座舱端侧大模型量化部署，如高通/MTK/Nvidia等座舱芯片平台；
2.探索不同芯片平台的算子能力与工程新特性，设计不同的量化策略与验证方法，优化量化前后精度损失；
3.负责端侧大模型部署过程中的性能优化，优化token生成速度与减少内存带宽的使用；
4.研究端侧大模型前沿的量化部署方法，提升端侧大模型整体性能与精度。
岗位要求：
1.熟练掌握 C/C++、Python语言，有良好计算机体系结构知识；
2.具备高通/MTK/nvidia等芯片平台的端侧量化部署经验，至少一个平台；
3.熟悉大模型常见的部署框架（如TensorRT-LLM/vLLM/QNN等）和量化算法；
4.熟悉端侧大模型推理机制如计算图的执行、算子融合、KV 缓存优化、投机采样策略等；
5.精通 Transformer 等大模型核心算子（Attention、FFN、LayerNorm）底层实现机制与性能优化方法；
6.具有多模态大模型量化部署与优化经验者优先；
7.具备大模型训练和推理过程中的调试与优化实操经验者优先。
加分项：
1.在同等条件下，通过腾讯云认证或取得同等资格认证的候选人，我们会优先考虑。
免责声明：
此信息由腾讯官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“腾讯官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！
