职位列表

负责LLM/多模态/CV等模型在GPU/自研芯片上的端到端适配与部署；

跟踪前沿模型技术，快速完成评估适配与性能瓶颈分析；

参与自研芯片Model Zoo开发，复现SOTA算法并调优；

以MLPerf等Benchmark为牵引，驱动自研平台性能领先；

解决算子兼容性、精度对齐及多平台一致性等关键问题；

计算机、人工智能等相关专业本科及以上学历；

深入理解Transformer、Attention等主流模型结构与算法原理；

熟悉PyTorch框架，熟练掌握Python，具备C/C++开发能力优先；

熟悉vLLM/SGLang/Megatron-LM/DeepSpeed等主流训推框架；

熟练使用Profiler等工具分析性能瓶颈，能独立定位根因；

有GPU/NPU/自研AI芯片适配经验，熟悉芯片架构特性优先；

熟悉模型量化、Continuous Batching或高并发推理部署者优先；

负责AI芯片级DFT方案设计，涵盖MBIST、Scan等；

完成DFT电路实现与验证，生成ATPG测试向量；

负责测试模式下的时序约束与功耗收敛工作；

执行测试模式前后仿真、功率仿真及向量交付；

研究先进DFT方法学，协助解决硅后测试问题；

微电子、电子工程等相关专业本科及以上学历；

熟悉DFT理论及综合、STA等ASIC实现流程；

熟练使用Mentor或Synopsys DFT EDA工具；

熟练掌握Tcl、Python、Perl或Shell脚本语言；

具备3年以上MBIST经验，有ATE良率分析经验优先；

负责IO die 以太/UCIE高速接口的原型验证，回片bringup调试和量产支撑。

熟悉高速以太 SUE/OISA协议，支持原型验证团队关于高速接口部分做出合理选择，使用适配的方案推进项目进程。

负责相关原型策略与开发计划，跟进原型方法的演进；

满足其他团队对验证的需求，和其他团队合作，定位EMU/FPGA平台测试中出现的问题；

相关计算机，电子等理工科专业本科及以上学历；

熟悉Verilog编程语言，了解tcl/python/makefile等；具备5年以上大型SOC类芯片型验证相关经验；

熟悉ddr，pcie，serdes等高速接口；

有FPGA经验，熟悉Palladium/HAPS平台更佳；

良好的沟通能力，有较强的学习能力。

负责AI加速卡的功能测试，性能测试和压力测试，并对产品的质量问题进行分析和跟踪;

负责AI服务器的软件栈的集成和系统测试;

负责自动化脚本设计和开发;

负责AI加速卡在各品牌的服务器上的适配；

负责BMC、BIOS、整机的测试以及验收工作；

编写和整理测试报告。

计算机科学与技术、人工智能等相关专业，软件测试或AI大模型测试相关工作经验。

编程能力：精通Python编程语言，熟练使用Shell脚本，具备Go和C/C++编程能力；并且能独立开发测试工具与自动化脚本。

AI技术基础：深入理解机器学习/深度学习基础理论，熟悉神经网络训练与推理流程；熟练掌握Megatron，PyTorch等至少一种主流AI框架，理解大模型（LLM）架构与原理，理解强化学习。

测试能力：具备AI模型测试经验，熟悉大模型评估指标及测试方法。

工具与环境：熟悉Linux操作系统，掌握Docker容器化技术；熟悉vLLM、SGLang等推理引擎，DeepSpeed等分布式训练框架者优先。

核心算子研发与优化：基于自研架构特性，研发核心算子，支撑大规模训练与推理、性能建模与优化。

底层指令级调优：基于汇编级指令调优，将硬件性能压榨至极限。

定制CUTLASS/TileLang等高性能算子。

跨层级性能攻坚，优化端到端效率

适配Hopper/Blackwell前沿架构

计算机等相关专业本科及以上；

精通C++模板元编程与CUDA；

熟悉汇编，能逆向优化指令，具备2年以上算子开发经验；

掌握CUTLASS等计算库具备算子实战开发经验；

熟练Profiler定位内存瓶颈；

熟悉Transformer/MoE等架构；

负责AI芯片接入主流深度学习框架的研发工作；

会接触到芯片的核心架构，完成AI模型在各个框架上的适配；

对芯片的硬件架构从深度学习框架对模型进行端到端的优化工作。

计算机及计算机相关专业本科及以上学历;

熟悉C/C++,良好的编程习惯，熟悉计算机基础算法和数据结构;熟悉linux开发环境;

有深度学习框架(Pytorch，Tensorflow,PaddlePaddle)开发和使用经验;

熟悉当前主流大模型的结构以及分布式训练技巧；

熟悉MPI，有大规模训练调优经验优先，有深度学习算子开发经验优先；

做事细致认真，责任心强，具备主导闭环问题的意识，具备一定抗压能力。