Москва
Python на уровне промышленной разработки. Практический опыт инференса LLM хотя бы в одном рантайме (vLLM, SGLang, TensorRT-LLM или аналог).
Квантование моделей (GPTQ, W8A8, FP8 и др.) и сравнение качества до и после. Ускорение инференса: speculative...