OPPOAI研究员（推理加速）
任职要求
上海方向： 1. 计算机科学、软件工程、人工智能等相关专业硕士。 2. 扎实的算法与数据结构基础，熟练掌握Python或C++语言，加分项：ACM/ICPC等编程比赛获奖者。 3. 熟悉主流大模型架构、训练/推理流程及加速方法。 4. 良好的科研能力。加分项：在AI系统顶会或期刊（MLSys、ASPLOS、OSDI等）发表过相关论文。 5. 强烈的技术热情与自驱力，具备优秀的逻辑思维与复杂问题拆解和解决能力。 深圳方向： 1. 计算机、人工智能、电子、自动化等相关专业，具有良好的数学和逻辑思维能力，具备主动学习…
工作职责
上海方向： 1. 开发和优化大模型推理系统。研究面向大语言模型、多模态模型、视觉生成模型的推理加速技术，不限于并行解码、稀疏注意力、采样优化等技术方向。 2. 跟踪学术界和工业界的最新推理加速技术，进行分析和优化，推进落地。 3. 进行大模型推理加速技术创新，发表高水平论文。 【岗位资源】 1. 真实大模型推理加速场景需求、AI大模型推理系统、计算资源 2. 与知名高校资深老师团队科研合作，提供例行科研沟通合作机会。 3. 业界资深研究员带队技术探索、落地、论文写作发表。 深圳方向： 1. 负责视觉类大模型训练与推理框架的研究与开发，支撑视觉多模态大模型训推加速。 2. 负责视觉类大模型推理引擎在GPU/TPU/PPU/NPU等异构卡上的适配与优化，研发高性能计算引擎技术。
上海方向： 1.开发和优化大模型推理系统。研究面向大语言模型、多模态模型、视觉生成模型的推理加速技术，不限于并行解码、稀疏注意力、采样优化等技术方向。 2.跟踪学术界和工业界的最新推理加速技术，进行分析和优化，推进落地。 3.进行大模型推理加速技术创新，发表高水平论文。 【岗位资源】 1.真实大模型推理加速场景需求、AI大模型推理系统、计算资源 2.与知名高校资深老师团队科研合作，提供例行科研沟通合作机会。 3.业界资深研究员带队技术探索、落地、论文写作发表。 深圳方向： 1. 参与或主导端云协同机器学习算法预研工作，跟进机器学习前沿发展； 2. 参与深度学习模型优化、压缩，设备端算法落地; 3. 指导和参与新技术与理论在实际业务中的落地应用； 4. 参与端云协同系统的研究落地转化，包括系统主要模块算法的设计、验证、实现和上线闭环，并在过程中沉淀对应学术成果。
1.负责腾讯游戏场景内3D生成相关模型研发，包括但不限于数字人相关技术（如高表现力的动作生成，表情驱动，语音驱动手势），3D游戏素材生成（场景、物体、游戏形象生成）； 2.推动相关成果在游戏生产和消费场景的工业化部署和产品落地。
1、负责AI时代的数据库架构设计：涵盖支持AI/ML工作负载的新型数据库系统架构，优化AI模型训练与推理的数据访问效率；构建支持向量搜索、图计算、时序分析等AI场景的混合型数据库解决方案，探索LLM大模型与数据库系统的深度集成方案，如自然语言SQL生成、智能查询优化； 2、负责数据库智能策略研发：研发基于AI的数据库性能调优系统，包括自动索引推荐、查询计划优化、资源分配策略等；构建智能监控系统，实现异常检测、根因分析、容量预测等AIOps能力；开发自适应存储引擎，根据数据访问模式动态调整存储结构； 3、负责AI数据基础设施构建：构建AI数据基础设施，如支持特征工程、模型训练、推理服务的全流程数据管道架构，实现数据库与机器学习框架（TensorFlow/PyTorch）的高效对接； 4、负责AI与数据库结合的实践方案探索与落地：探索AI技术和数据库各产品结合的最佳实践方案并落地，服务超大规模的集团内部业务及火山引擎业务。
1、负责AI时代的数据库架构设计：涵盖支持AI/ML工作负载的新型数据库系统架构，优化AI模型训练与推理的数据访问效率；构建支持向量搜索、图计算、时序分析等AI场景的混合型数据库解决方案，探索LLM大模型与数据库系统的深度集成方案，如自然语言SQL生成、智能查询优化； 2、负责数据库智能策略研发：研发基于AI的数据库性能调优系统，包括自动索引推荐、查询计划优化、资源分配策略等；构建智能监控系统，实现异常检测、根因分析、容量预测等AIOps能力；开发自适应存储引擎，根据数据访问模式动态调整存储结构； 3、负责AI数据基础设施构建：构建AI数据基础设施，如支持特征工程、模型训练、推理服务的全流程数据管道架构，实现数据库与机器学习框架（TensorFlow/PyTorch）的高效对接； 4、负责AI与数据库结合的实践方案探索与落地：探索AI技术和数据库各产品结合的最佳实践方案并落地，服务超大规模的集团内部业务及火山引擎业务。