小鹏汽车模型部署测试工程师
任职要求
岗位要求： 熟练掌握python编程语言； 熟练掌握linux操作； 具备机器学习/深度学习/自然语言处理/计算机视觉的理论背景和实践经验，对大模型有基本的了解； 参与整个开发阶段和测试过程中的技术创新，包括研发测试工具，自动化服务，性能测试服务等； 有大模型训练，微调…
工作职责
参与大模型应用架构设计与技术评审，测试方案的制定和测试执行； 参与大模型应用相关的测试框架设计与开发，测试用例设计与开发，包括自动化测试，各类质量专项，性能测试，稳定性测试等； 完成产品验收与产品交付工作。
1.协助理解大模型业务需求、场景边界及变更诉求，参与梳理核心质量指标，配合完成需求拆解与测试范围界定，保障测试工作贴合业务目标； 2.参与大模型测试用例设计，覆盖正常 / 异常 / 边界 / 高并发场景，配合完成测试策略梳理与执行计划落地； 3.负责大模型测试执行工作，包含 RL+agent 流程校验、链路质量、协议兼容、推理性能、模型效果等专项测试； 4.作为测试执行对接人，配合模型效果评估团队落实测试标准与数据对接，协同研发、产品、运维团队跟进问题定位、整改及闭环； 5.参与测试用例库、测试流程的沉淀与优化，协助推进测试自动化落地；跟进线上质量问题，配合完成根因分析与改进落地。
1.负责自动驾驶/智能驾驶相关感知模型在嵌入式终端的部署测试、性能验证和集成落地； 2.参与模型从训练到推理的全流程部署测试，包括模型转换、自动化部署、集成验证与功能/性能测试； 3.负责定制和开发高效算子，适配NVIDIA Orin、Thor等芯片平台，满足自动驾驶场景下的性能需求； 4.参与ROS2及自动驾驶中间件（如Thor平台）相关的模型部署、节点集成与系统调试； 5.负责编写部署测试方案、自动化测试脚本与相关技术文档，推动部署流程标准化； 6.与算法、系统、软件团队密切协作，推动模型及算子在多芯片、多平台上的高效集成。
1. 负责AI全栈测试，涵盖大语言模型（LLM）、视觉模型（CNN/Transformer等）的精度验证、性能测试。 2. 负责AI工具链测试，包括模型编译优化、量化部署及NPU相关固件、算子、多芯片互联等功能与性能验证； 3. 负责RISC-V工具链测试，包括调试工具（GDB扩展/Trace）及编译器（LLVM/GCC定制）的测试； 4. 设计和执行测试方案，覆盖单元测试、集成测试、系统测试全流程，开发自动化测试用例； 5. 负责AI推理服务全流程测试，包括模型加载、动态批处理、精度验证、资源监控等； 6. 开展AI推理性能基准测试，分析硬件加速效率与瓶颈，提出优化建议；构建高并发压力测试框架，评估服务在QPS、P99延迟、错误率等指标下的稳定性；
1、负责公司LLM大模型方向质量保障工作，具体包括但不限于LLM模型服务、LLM插件、LLM试用评估平台、LLM解决方案平台、LLM安全平台、稳定性、模型部署、训练、微调等方向； 2、构建大模型相关质量体系，参与变更管控、自动化测试、稳定性建设等质效专项； 3、基于工程和算法团队现有质效问题给出合理质效解决方案，推动落地提高交付质效； 4、能及时关注和学习，并探索新的大模型相关质效解决方案。