|
|
| |
| |
职位描述 用小程序查看更多 |
|
1. 基础要求
硕士及以上学历，计算机科学与技术、软件工程、人工智能、电子信息、自动化、数学、微电子等相关专业；
掌握扎实的计算机基础知识：操作系统（进程调度、内存管理）、计算机网络（TCP/IP、RDMA）、数据结构与算法；
具备良好的编程能力，熟练掌握至少一门核心语言（C++/Python/Go/CUDA，至少精通 1 种）；
有较强的问题解决能力、学习能力和团队协作意识，对 AI Infra 领域有浓厚兴趣。
2. 方向加分项（满足 1-2 项即可）
算子 / 编译方向：熟悉 PyTorch/TensorFlow 框架，有算子开发（如 CUDA/TVM/MLIR）、模型量化 / 剪枝经验；
分布式方向：了解分布式系统原理，有分布式训练（如 DeepSpeed/Megatron）、集群调度（K8s）相关项目经验；
云原生 / MLOps 方向：熟悉 Docker/K8s，有模型服务部署（如 TensorFlow Serving/Triton）、监控告警系统开发经验；
软硬协同方向：熟悉 GPU/AI 芯片架构，有 CUDA/OpenCL 编程、硬件加速方案设计经验；
有顶会论文（NeurIPS/ICML/OSDI/SOSP 等）、ACM/Kaggle 竞赛获奖、开源项目贡献（如 PyTorch/vLLM）优先。 参与 AI 基础设施核心模块研发，包括大模型算子优化、分布式训练框架、推理服务部署、硬件加速方案等；负责 AI 系统性能调优，提升 GPU/CPU 利用率、训练 / 推理吐量、模型部署效率；跟进业界前沿技术，落地到实际产品；与算法、芯片、业务团队协作，解决 AI 模型规模化训练与部署中的工程问题。 |
|
| |
|
|
| |
|
