https://www.v2ex.com/t/1235445?p=1
#远程 #AI #全栈 #AI原生
税前 30-50K/月·12 薪
虚拟卡相关业务
Email: hechenxia@aipowerlabs.io
#远程 #AI #全栈 #AI原生
税前 30-50K/月·12 薪
虚拟卡相关业务
Email: hechenxia@aipowerlabs.io
https://www.v2ex.com/t/1233493?p=1
https://www.v2ex.com/t/1233336?p=1
#远程 #AI产品 #前端 #测试
前端:20K-25K
测试:15K–25K
Email: mike.wang@atlascloud.ai 、 leo.lv@atlascloud.ai
https://www.v2ex.com/t/1233336?p=1
#远程 #AI产品 #前端 #测试
前端:20K-25K
测试:15K–25K
Email: mike.wang@atlascloud.ai 、 leo.lv@atlascloud.ai
https://www.v2ex.com/t/1222521?p=1
#远程 #AI工程师
工作地点:远程
工作时间:北京时间 08:00–17:00 ,周末双休
薪资:RMB 15k–30k ,根据经验和能力面议
支持个人成长与职业发展,提供英文口语培训、健身卡及体检福利
在线投递: https://www.audiointerview.ai/companies/team247
Email: jobs@theteam247.com
#远程 #AI工程师
工作地点:远程
工作时间:北京时间 08:00–17:00 ,周末双休
薪资:RMB 15k–30k ,根据经验和能力面议
支持个人成长与职业发展,提供英文口语培训、健身卡及体检福利
在线投递: https://www.audiointerview.ai/companies/team247
Email: jobs@theteam247.com
https://www.v2ex.com/t/1110374#reply2
#远程 #AI #Agent #Golang #dx
Atlascloud
http://atlascloud.ai/
Email: simon.xue@atlascloud.ai
薪资待遇:20-45k/m
---
3.3 分 看起来不错
#远程 #AI #Agent #Golang #dx
Atlascloud
http://atlascloud.ai/
Email: simon.xue@atlascloud.ai
薪资待遇:20-45k/m
---
3.3 分 看起来不错
https://www.v2ex.com/t/1072907?p=1
#远程 #AI #LangChain #前端
宁波国研信息技术有限公司
数据统计相关方面
电话: 19116410879
Wechat:peitaotom111
---
3.5 分
#远程 #AI #LangChain #前端
宁波国研信息技术有限公司
数据统计相关方面
电话: 19116410879
Wechat:peitaotom111
---
3.5 分
https://www.v2ex.com/t/1058299?p=1
#远程 #外企 #AI #全栈
CambioML
Wechat: bingzhaopro
Email: hr@cambioml.com
---
3.0 分
---
待遇未知
#远程 #外企 #AI #全栈
CambioML
Wechat: bingzhaopro
Email: hr@cambioml.com
---
3.0 分
---
待遇未知
https://x.com/llennchan2003/status/1813039300478705786
#AI #LLM
需要找一位CUDA工程师,负责高性能LLM推理引擎开发,主要是负责某特殊架构的MOE语言模型在H100上的推理实现,预算高(10W+),请联系我
你应该会:
1.直接hardcode,针对具体模型优化的c代码实现推理引擎
2.对调度,运筹学,算法优化有一定的了解
3.知道如何压缩KV Cache的大小,实现从硬盘/cpu ram的高效加载/持久化方案
加分项是:
解决prefix变化时的kv cache复用问题
目标是:实现超过现有开源方案的5-10倍吞吐量的推理引擎,仅针对某个具体模型,目前已有相关大厂实现了这一点,证明了这是可能的。
---
4.5 分
---
这个待遇低不了。
#AI #LLM
需要找一位CUDA工程师,负责高性能LLM推理引擎开发,主要是负责某特殊架构的MOE语言模型在H100上的推理实现,预算高(10W+),请联系我
你应该会:
1.直接hardcode,针对具体模型优化的c代码实现推理引擎
2.对调度,运筹学,算法优化有一定的了解
3.知道如何压缩KV Cache的大小,实现从硬盘/cpu ram的高效加载/持久化方案
加分项是:
解决prefix变化时的kv cache复用问题
目标是:实现超过现有开源方案的5-10倍吞吐量的推理引擎,仅针对某个具体模型,目前已有相关大厂实现了这一点,证明了这是可能的。
---
4.5 分
---
这个待遇低不了。