后摩智能---算法：社招、校招、实习生招聘

联系方式和地点
zukang.xu@houmo.ai #量化##量化算法##牛客AI配图神器#
️ 北京/南京/上海
研究方向:探索大模型效率突破的核心技术
围绕大模型推理性能瓶颈,开展前沿算法研究与落地验证,具体方向包括:
1. 大模型压缩加速算法研究:针对大模型"大参数、高算力"痛点,深入研究Scalar/Vector量化、自动混合精度、KVCache压缩、MXFP8新型数据格式等技术,探索低精度场景下"精度无损/微损"与"性能最大化"的平衡方案,推动算法在实际业务中落地。
2. AI前沿技术跟踪与落地:密切关注国际AI顶会及工业界大模型推理领域的最新研究成果,提炼可落地的技术方向,参与优化自研NPU的软硬件协同加速方案,打通"算法理论-硬件实现"链路。
开发方向:构建大模型高效落地的工程底座
依托自研硬件与业务场景,开发支撑大模型全生命周期的AI Infra工具与模块,具体方向包括:
1. AI Infra工具链开发:围绕大模型"部署-推理-运维"全流程效率提升,负责模型解析、图优化、算子加速等核心模块开发,确保大模型在自研NPU上的部署流程自动化、高性能、高可靠。
2. 2.大模型Infra加速与算子优化:聚焦大模型核心计算模块效率提升,研究MoE专家负载均衡、Attention性能优化、非线性算子加速等技术,优化LLMS/VLMS/MLLMs边端推理效率(如算力、功耗、latency、bandwidth等)。
3. 大模型部署评测与优化:负责大模型在自研NPU上的端到端部署,搭建精度验证、性能测试、Benchmark对比体系,定位并解决部署中的精度漂移、性能瓶颈问题,保障模型落地效果。
携手未来:为你的成长提供超预期支持
1. 竞争力薪酬回报:表现优异者,实习薪资可对标社招同级别水平,你的技术实力将获得即时、对等的现金认可,拒绝"廉价实习"。
2. 优先转正机会:实习表现优秀者可直接获得正式岗位录用资格,跳过校招繁琐筛选流程,无缝衔接从"学生"到"行业从业者"的身份转变。
3. 一流学府深造推荐:表现突出者可获推荐至北大、复旦、南大、上交、东南等国内一流高校和欧美名校合作导师团队继续深造(如研究生、博士生、博士后)。
4. 核心项目参与权:直面工业界真实挑战(如千万级用户依赖的AI产品),你的代码与方案将直接影响产品体验,亲身参与技术价值创造。
5. 1vl资深导师指导:配备资深研究员(AI顶会作者)lv1指导,从"技术方向选择"到"工程问题debug"提供全流程指导,避免成长走弯路。
6. 国际顶会参与机会:表现突出者可获公司全额资助(差旅+注册费)参加国际权威AI会议(包括但不限于CVPR、NeurIPS、ICML等),与全球优秀学者交流,积累学术视野。
部分研究成果
1. RSAVQ: Riemannian Sensitivity-Aware Vector Quantization for Large Language Models(NeurIPS-2025)
2. GSQ-Tuning: Group-Shared Exponents Integer in Fully Quantized Training (ACL-2025)
3. MambaQuant: Quantizing the Mamba Family With Variance Aligned Rotation (ICLR-2025)
4. OSTQuant: Refining LLM Quantization with Orthogonal And Scaling Transforms (ICLR 2025)
5. MoEQuant: Enhancing Quantization for Mixture-of-Experts Large Language Models via Expert-Balanced Sampling and Affinity Guidance (ICML-2025)
6. RWKVQuant: Quantizing the RWKV Family with Proxy Guided Hybrid of Scalar and Vector Quantization. (ICML-2025)
7. EA-ViT: Efficient Adaptation for Elastic Vision Transformer (ICCV-2025)
8. BBAL: A Bidirectional Block Floating Point-Based Quantisation Accelerator for LargeLanguage Models (DAC-2025)
9. NVR: Vector Runahead on NPUs for Sparse Memory Access (DAC-2025)
10. Pushing the Limits of BFP on Narrow Precision LLM Inference (AAAI-2025)
11. MQuant: Unleashing the inference potential of multimodal large language models via full static quantization (ACMMM-2025)
12. Pillarhist: A quantization-aware pillar feature encoder based on height-aware histogram (CVPR-2025)
13. A 22nm 64kb Lightning-like Hybrid Computing-in-Memory Macro with Compressor-based Adder-tree and Analog-storage Quantizer for Transformer and CNNS (ISSCC-2024)
14. MIM4DD: Mutual Information Maximization for Dataset Distillation (NeuIPS-2023)
15. Post-training Quantization on Diffusion Models (CVPR-2023)
16. PD-Quant: Post-Training Quantization based on Prediction Difference Metric (CVPR-2023)
17. 3DPEE: 3D Point Positional Encoding for Multi-Camera 3D Object Detection Transformers (ICCV 2023)
18. PTQ4ViT: Post-Training Quantization Framework for Vision Transformers (ECCV-2022)