AI Architect Engineer

Description and Requirements

岗位职责：

1. 负责AI Computing Hub平台设计与交付，基于MCP扩展Hub API/SDK，支持设备能力抽象、上下文访问及策略管理；构建能力注册中心，实现多设备编排与Agent-to-Agent协作；设计插件化连接器，兼容BLE、Wi-Fi、Matter等多种协议，保障安全握手与消息路由。

2. 承担端侧LLM/多模态模型优化与部署工作，集成OpenVINO、ONNX Runtime等推理框架，支持CPU/GPU/NPU异构加速；实施模型量化、KV-Cache管理、算子融合与图优化等方案，达成内存占用降低、长上下文支持及性能提升目标；支持结构化输出，搭建本地RAG管线并结合隐私保护与离线优先策略。

3. 负责上下文融合与场景编排，构建Context Graph和事件总线，整合多设备信号以驱动自动化工作流，确保场景迁移成功率≥98%；设计RBAC/ABAC策略引擎，保障权限控制与数据驻留合规。

4. 负责云-端协同（不上传用户数据）相关工作，管理模型分发、版本控制与灰度发布，确保端侧模型持续优化迭代。

6. 梳理并更新AI技术全景图（Tech Stack）与AI技术规划（Roadmap），确保与公司战略及业务需求对齐，推动技术演进与创新落地。

岗位要求：

1. 具备轻量端侧LLM/VLM（≤7B）技术能力，深入理解Transformer架构、提示工程与上下文管理；熟悉结构化输出、RAG管线，掌握LoRA、QLoRA、PEFT等模型微调和适配技术。

2. 精通模型优化与推理性能相关技术，熟练掌握INT8/INT4量化、KV-Cache管理与压缩等小型化优化方案；了解算子融合与图优化技术，能实现端侧性能目标（首token延迟≤200ms、吞吐≥50 tokens/s（7B模型）、内存占用降低≥30%）。

3. 熟悉推理框架与硬件适配，熟练使用OpenVINO、ONNX Runtime、ROCm/MIGraphX、DirectML等推理框架；了解TensorRT-LLM，具备CPU/GPU/NPU异构加速经验。

4. 具备协议与连接技术...