端侧大模型推理与量化资深工程师 北京 全职 通用智能板块 职位描述 1、负责大模型与语音算法的量化、剪枝、蒸馏等模型精简与加速技术，完成在高通等移动端的转换、部署，保障端侧低延迟与高精度；2、设计并实现端侧推理引擎，负责关键推理优化策略（如 Prompt Cache、投机解码、Flash Attention 等）的工程落地，结合图优化与算子适配，最大化 NPU/CPU/DSP硬件利用率；3、负责跨平台推理 SDK 的架构设计、封装与迭代，提供稳定、高效的端侧推理接口；4、负责推理链路延迟、精度与功耗问题的定位，并给出优化方案，推动端侧推理性能指标达成；5、开发并迭代模型转换、精度与性能自动化测试工具链，提升算法到端侧的交付效率。 职位要求 1、硕士及以上学历，人工智能、计算机、电子、数学等相关专业；2、熟练掌握深度学习与大模型压缩和加速技术，包括量化、剪枝、蒸馏等，有端侧部署与精度调优实践经验；3、熟练掌握大模型推理优化策略（如 Prompt Cache、投机解码、Flash Attention 等），熟悉 SNPE/QNN 或者MTK 等主流平台推理框架；4、熟悉移动端与 Native 开发，熟练使用现代 C++，熟悉 Android Native / HAL 层开发调试与系统级性能分析；5、具备良好的跨团队协作与推动能力，能够与算法团队、芯片供应方紧密沟通，推动模型部署的端到端性能和效果优化；6、熟悉 ARM NEON / DSP intrinsic 等端侧底层加速技术者优先；7、熟悉 ONNX模型，熟悉 MNN/NCNN
Company Description Sandisk understands how people and businesses consume data and we relentlessly innovate to deliver solutions that enable today’s needs and tomorrow’s next big ideas. With a rich history of groundbreaking innovations in Flash and advanced
Job Description Who will you be working with? Our best-in-class Finance team combines in-depth expertise in project cost structures, budget governance, and financial compliance frameworks with specialized financial analytics, audit, and risk management skills. Here you’ll