你将深入参与的事：
美图的AI影像正在用Diffusion、DiT、VLM等大模型重写图像与视频创作体验。我们正把模型推进到大规模的线上推理场景，而你，将是那个让每一帧都跑得又快又省的人。
你将具体负责：
· 主导图像/视频生成大模型的全链路推理优化——覆盖Diffusion、ViT、DiT、VLM，从端到端延迟、GPU吞吐到算力成本，把每一条推论的性价比压榨到极致；
· 深入模型内部定位性能瓶颈，用图优化、算子融合、显存复用、动态shape适配、预处理流水线加速等手段，持续拉低延迟水位；
· 落地PTQ/QAT量化（INT4/INT8/FP8）、蒸馏、剪枝、LoRA加速等压缩方案，在画质与推理效率之间做出漂亮的权衡；
· 基于TensorRT、vLLM、SGLang、Diffusers等推理后端进行深度定制，开发面向视频生成的特化缓存机制，如中间特征Cache、时序KV Cache；
· 探索采样加速、LCM、连续批处理与请求调度策略，从零搭建性能评测基线体系，持续跟踪p99延迟、首帧耗时、单卡并发等关键指标；
· 和算法团队紧密协作，针对高清图、长视频、动态分辨率、多帧率等场景，设计端到端的推理优化方案并推动落地；
· 追踪前沿推理加速技术，复现SOTA方案，并将行之有效的实践融入生产环境。
我们希望你具备：
· 计算机、电子、AI或高性能计算相关专业背景，本科及以上学历，能用C++与Python自如地折腾系统；
· 扎实的深度学习基础，熟悉Diffusion、Transformer、DiT、VAE等图像/视频生成网络的结构与计算特点；
· 对PyTorch的推理链路不陌生，至少精通一种推理加速框架，如TensorRT、ONNX Runtime、vLLM、SGLang；
· 理解CUDA基础、GPU内存模型，会用Nsight等手段做性能profiling；
· 熟悉量化、算子融合、动态批处理、显存优化等常规加速手段，并能说出各自适用边界。
加分项：
· 有分布式推理、模型并行（TP/PP）的实战经验；
· 在SD/SDXL、视频DiT、文生视频模型优化上摸爬滚打过，踩过真实业务的坑；
· 对HuggingFace Diffusers源码如数家珍，能动手改，不只看；
· 掌握OpenAI Triton、CUDA Kernel开发，能写出漂亮的自定义算子；
· 做过国产芯片上的模型迁移与性能调优；
· 熟悉视频编解码、多分辨率bucket策略、时序特征优化等视频管线特有的加速手段。