主要职责Key Responsibilities: Responsibilities: 1) Responsible for the maintenance and growth of existing large and complex accounts to drive long term profitable growth by maintaining or growing share. 2) Identify key growth opportunities and advance the relationships
主要职责Key Responsibilities: Responsibilities: 1) Responsible for the maintenance and growth of existing large and complex accounts to drive long term profitable growth by maintaining or growing share. 2) Identify key growth opportunities and advance the relationships
Responsibilities: 1) Responsible for the maintenance and growth of existing large and complex accounts to drive long term profitable growth by maintaining or growing share. 2) Identify key growth opportunities and advance the relationships with customers
AGI 推理引擎工程师 — 下一代 KVCache 存储与缓存加速 上海、北京 社招 全职 互联网 / 电子 / 网游 职位描述 一、为什么加入我们1. 离 GPU 最近的工程：你写的每一行代码都直接换算成显存、吞吐和成本——KVCache 是当下大模型推理性价比的核心战场，价值看得见、摸得着；2. AI First 文化：我们用 AI 重新定义开发范式，鼓励工程师把 AI 工具用到极致，也用 AI 加速自己的系统研发；3. 真实的大规模场景：千卡集群、千亿 token/天的在线推理，长上下文、高并发下的存储与调度挑战，是普通业务后端给不了的成长曲线；4. 扁平高效的团队：和推理引擎、算法、存储团队并肩作战，方案当天讨论、当天落地。二、我们在做什么MiniMax 正在构建驱动下一代 AGI 的推理基础设施。当上下文越来越长、模型越来越深，KVCache 已经成为推理时显存占用和成本的主导因素——谁能把
软件工程师 - 大模型端侧优化和部署 北京、广州、上海 全职 职位描述 负责将大模型部署到自动驾驶车端芯片平台（NVIDIA Orin / Thor 等），并进行极致的性能、内存与能效优化。你将在算力、内存、功耗与实时性严格受限、且对安全与稳定性要求极高的车载环境下，打通从推理引擎定制、核心算子优化到车端运行时管理的全栈链路，推动大模型在自动驾驶（端到端决策、场景理解等）场景的规模化落地。岗位职责1. 适配、移植与深度优化车端推理引擎/运行时（TensorRT-LLM、TensorRT Edge-LLM、vLLM、SGLang 等），通过计算图优化、算子融合、高性能 CUDA 算子开发及 KV Cache、投机采样等优化，充分发挥 Orin / Thor 平台算力，满足实时性要求；2. 建立 Benchmark 与 Profiling 体系，跟踪首字延迟（TTFT）、吞吐、内存峰值、冷启动、模型切换、cache 命中率、长稳与抖动等车端核心指标。支持场景理解、Function Calling、结构化输出、流式输出、多模态推理等核心场景的低延迟落地； 职位要求 1. 计算机、电子工程、人工智能、自动化等相关专业，本科及以上学历；2. 具备 2 年以上 AI
Job Description IME Standard Core Technologies Engineer Give life to your ideas. Decode the future. At Electrolux Group, a leading global appliance company, we strive every day to shape living for the better for our consumers, our
具身算法引擎开发实习生 上海 实习 职位描述 1. 训练框架开发：参与VLA等大模型训练框架研发与优化，包括数据并行、模型并行、流水并行等分布式训练能力的建设，提升千卡规模的训练稳定性与资源利用率。2. 推理系统优化：参与VLA等大模型的推理引擎开发与性能优化，包括算子优化、KV Cache管理、Prefill/Decode优化、Batch调度、低延迟Serving等核心能力建设，提升推理吞吐与响应速度。3. 分布式系统优化：参与多机多卡训练与推理系统建设，优化NCCL通信、AllReduce效率及IB/RDMA网络性能，提升大规模集群运行效率。4. 稳定性保障：解决大规模训练中的故障恢复、Checkpoint 管理、梯度异常等问题，确保长时间训练任务的稳定运行。5. 平台工程建设：参与训练/推理平台工程化建设，包括模型部署、监控、自动化测试、性能Benchmark及稳定性保障。 职位要求 1. 本科及以上学历，计算机、人工智能、自动化、机器人等相关专业优先2. 熟悉Python或C++开发，具备良好的代码能力与工程习惯3. 精通 PyTorch 分布式训练机制（DDP/FSDP），熟悉 DeepSpeed、Megatron-LM 、vLLM、SGLang等大规模训练/推理框架的原理与使用4. 深入理解 3D 并行（Data Parallel / Tensor Parallel / Pipeline Parallel）的实现原理与适用场景，能够根据模型特点设计最优并行策略5. 熟练使用 PyTorch Profiler、NVIDIA Nsight 等工具进行性能分析，能够定位并解决计算、通信、I/O 瓶颈加分项：1.