27届Stepstar-端侧大模型量化算法工程师

AI 摘要智能生成

负责端侧大模型在手机、驾舱及智能硬件等终端的压缩部署

职位描述

核心职责 负责端侧大模型在手机、驾舱及智能硬件等终端的压缩部署； 负责量化算法前沿研究与攻关，开展QAT、PTQ等模型量化技术研究，重点攻关2bit QAT训练技术； 搭建PTQ&QAT的量化框架和配套工具体系，建立量化误差分析、调试、验证的完整方法论，支撑量化问题快速定位，持续迭代量化算法效果。

任职要求

• 熟悉PTQ、QAT两类量化方法的理论，具备完整且体系化的量化架构知识储备，有独立的技术选型和算法探索能力；
• 具备2bit/4bit 超低比特量化落地经验，熟悉PTQ三阶段相关的量化算法（如AWQ、SpinQuant、AdaRound、GPTQ等），熟悉QAT极低比特量化算法（如BitNet、EFQAT、PARQ等）；
• 具备丰富的实战调优经验，能系统性定位低精度部署中的性能与精度瓶颈，建立从量化误差分析、调试到验证的完整方法论；
• 自研 / 参与搭建过 PTQ/QAT 量化框架，做过量化仿真与板端一致性对齐工作优先；
• 在 CVPR、ICLR、NeurIPS、ICML、ACL 等顶会以一作发表模型压缩、计算加速相关论文；或为开源量化项目核心贡献者优先。