大模型压缩与后训练算法工程师

【工作职责】 岗位概述 我们做大模型在端侧芯片和板卡上的落地，覆盖量化、编译和推理运行时，模型最终在客户的板子上运行。这个岗位负责让小模型“又小又准”：用蒸馏、量化感知训练（QAT）和剪枝恢复，把模 型压到端侧算力能承受的规模，同时守住精度。 需要能独立跑通“数据 → 训练 → 评测 → 量化上板”的完整闭环。 1. 负责端侧大模型（1B–8B，含多模态 VLM）的压缩训练，包括知识蒸馏（logits 蒸馏、数据蒸馏、推理链蒸馏）、量化感知训练（int4 / int8）和结构化剪枝后的精度恢复。 2. 针对客户场景做领域适配：构造和筛选 SFT 数据（含合成数据），用全参或 LoRA 微调交付定制模型。 3. 搭建和维护评测体系：通用基准加业务评测集，量化前后、压缩前后的精度对比要可复现。 4. 与部署同事协作，把训练产物接入现有量化和推理链路，在板端验证精度和速度；板端精度下降时，定位…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 3143 个北京技术研发岗位，其中 86 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 28K（25~75 分位），中位约 20K，最低 2K、最高 60K。