岗位职责：
1、参与视频复原与增强前沿模型的调研、部署与测试，跟踪顶会顶刊及开源社区最新进展（FlashVSR、SeedVR、MGLD-VSR、DiffVSR等扩散模型路线及EDSR/Real-ESRGAN等经典路线），完成模型选型评估、复现验证与效果-性能横评，沉淀可复用的评测基线与选型报告。
2、参与视频复原与增强模型在昇腾NPU平台的适配与移植，包括算子兼容性分析、精度对齐（与GPU逐位/逐层对拍）、数值问题定位与修复，解决跨硬件平台的精度漂移、异常伪影等工程问题。
3、参与推理性能优化与工程化落地，包括稀疏注意力、算子替换、显存管理、时间维并行、流水线重叠等优化手段的设计与实施，搭建常驻服务化推理系统，持续压低端到端时延并保障输出质量。
4、配合团队完成工程沉淀，包括部署文档、验收锚体系（比特级可复现基准）、问题取证工具链建设，参与技术攻坚与技术研讨。

任职条件：
1、本科及以上学历在读，计算机、软件、电子、通信工程等人工智能相关专业，硕士及以上学历优先。
2、熟悉PyTorch深度学习框架，理解扩散模型（Diffusion、DiT、FlowMatching）、VAE、Transformer等主流架构的推理流程，有视频生成/视频增强/超分辨率模型使用或复现经验者优先。
3、具备较强的工程能力，熟悉Linux环境、Shell脚本、Git协作，有模型部署、推理服务化（RESTAPI/容器化）实战经验者优先。
4、了解国产AI硬件生态（昇腾CANN、torch_npu）或有CUDA编程、算子优化经验者优先，对跨硬件数值精度问题有敏感度。
5、熟悉性能分析方法（profiling、显存分析、端到端时延拆解），有推理加速（稀疏化、量化、蒸馏部署）实践经验者优先。
6、工作严谨细致，具备良好的问题定位与取证能力，能独立设计对照实验并输出可靠结论。