AI算子工程师

1. 负责AI算法算子的高性能实现与优化，针对深度学习模型（如CNN、Transformer、GNN等）的核心算子（如卷积、矩阵乘、Attention、稀疏计算）进行硬件适配及加速；
2. 基于CUDA/OpenCL/Triton等开发工具，实现GPU/TPU/ASIC等硬件平台的高效算子库，优化计算、内存带宽及功耗效率；
3. 与算法团队协作，针对模型特性设计定制化算子（如融合算子、动态shape支持），提升端到端推理/训练性能；
4. 开发量化、稀疏化、混合精度等模型压缩技术的底层算子实现，确保精度与性能的平衡；
5. 构建算子性能分析工具链，支持算子级Benchmark（如FLOPs、延迟、吞吐）及硬件资源利用率调优；
6. 跟踪AI硬件前沿技术（如Tensor Core、NPU指令集、存算一体架构），探索新型算子的硬件友好实现方案。

1. 硕士及以上学历，计算机科学、电子工程、数学、人工智能等相关专业；
2. 3年以上AI算子开发经验，熟悉PyTorch/TensorFlow等框架的底层算子实现机制；
3. 精通以下至少一个领域的开发与优化：
1. GPU加速：CUDA/OpenCL编程，熟悉TensorRT/TVM/Triton等工具链；
2. 专用硬件：NPU/ASIC/DSP的指令集优化、内存布局设计、流水线调度；
3. 高性能计算：SIMD/多线程优化、缓存优化、算法并行化；
4. 深入理解AI模型计算特性：
1. 熟悉常见算子计算图（如GEMM、Conv、Reduce）的算法与硬件映射；
2. 掌握模型压缩技术（如INT8量化、稀疏剪枝）的底层实现原理；
5. 熟悉计算机体系结构，具备硬件/算法协同设计经验者优先；
6. 具备优秀的代码能力（C++/Python），熟悉LLVM/MLIR等编译技术者加分；
7. 对技术有热情，具备跨团队协作能力，能快速定位性能瓶颈并提出创新解决方案。