简历投递：hr@tranxmart.com
工作地点：北京/广州
职位描述
我们正在招募一名模型优化方向的应届生，参与感知/定位/预测/规划等核心模型的训练与推理全链路性能优化工作。你将在导师指导下，学习从算子层到系统层的性能分析与优化方法，深入理解深度学习模型的高效部署。
主要职责
参与模型在训练与推理阶段的性能分析，学习瓶颈定位方法（显存/算力/带宽/IO）
协助实施量化/剪枝/蒸馏等模型压缩策略，理解精度与性能的权衡
参与基于 TensorRT/ONNX Runtime 等工具的推理加速与算子优化
协助构建自动化基准测试与性能回归体系
编写高质量工程代码与实验文档，参与性能数据分析与汇报
任职要求
本科或硕士应届毕业生，计算机/电子/自动化/数学等相关专业
扎实的深度学习基础，熟悉 Transformer/CNN 等主流模型架构
熟练使用 PyTorch 或 TensorFlow，有模型训练与调试经验
了解模型推理部署的基本流程（ONNX 导出、推理引擎使用等）
了解混合精度训练（FP16/BF16）的基本概念
具备 Python 编程能力，了解 C/C++ 者优先
学习能力强，对性能优化与系统底层有浓厚兴趣
加分项
有 TensorRT、TVM、ONNX Runtime 等推理引擎使用经验
了解 CUDA 编程基础与 GPU 架构基本概念
有使用 Nsight、nvprof、torch.profiler 等性能分析工具的经验
有量化/剪枝/蒸馏等模型压缩的实践经验（课程项目或论文均可）
有相关竞赛（如 MLPerf、模型推理优化赛等）参赛经历
有高质量的学术论文或开源贡献
联系电话：18210580222
