小红书(xiaohongshu)招聘深度学习推理优化-AI编译器方向
招聘职位：
深度学习推理优化-AI编译器方向 搜索同类职位
岗位职责：
【部门介绍】引擎架构部提供小红书搜广推，CV和NLP业务的深度学习模型高性能推理服务。主导SOTA推理引擎的架构设计与核心模块开发，支撑搜广推业务在长序列建模、生成式推荐、Agent等前沿场景在GPU，XPU等异构计算部件上规模落地。
1. 参与推理引擎的架构设计与核心模块的开发，参与AI编译器前后端的设计与实现，优化IR Compile模式下DSL特征处理引擎和AI推理引擎的性能。
2. 分析I/O性能瓶颈、优化编译耗时和codegen性能，改进编译优化算法，不断优化编译器，解决编译部署问题。
3. 优化IR Compile模式下搜广推、长序列、多模态、MoE等深度学习模型的推理效率。
4. 针对GPU/NPU等异构计算芯片，探索基于IR编译优化的片内多部件并行流水线等前沿技术，构建业界影响力。
任职要求：
1. 计算机及相关专业本科以上学历，3年以上AI编译器研发经验。
2. 精通C/C++，具备扎实的系统底层能力（内存、并发、网络）。
3. 熟悉XLA/LLVM/MLIR/TVM/IREE/Triton/Torch Inductor/TileLang等AI编译基础设施和相关工具链。
4. 熟悉TensorFlow Serving、TensorRT、OpenXLA、ONNX Runtime等推理后端。
5. 熟悉深度学习模型结构和计算图优化方法。
6. 有GPU/NPU集群建设与性能调优经验，能够定位并解决推理性能瓶颈。
【加分项】
• 有GPU/NPU异构计算芯片的优化经验。。
• 在TensorFlow、PyTorch、TVM、LLVM等社区有持续代码贡献；或有高质量技术博客、GitHub Repo、顶会论文（OSDI、SOSP、MLSys、KDD、RecSys 等）。
【部门介绍】引擎架构部提供小红书搜广推，CV和NLP业务的深度学习模型高性能推理服务。主导SOTA推理引擎的架构设计与核心模块开发，支撑搜广推业务在长序列建模、生成式推荐、Agent等前沿场景在GPU，XPU等异构计算部件上规模落地。
1. 参与推理引擎的架构设计与核心模块的开发，参与AI编译器前后端的设计与实现，优化IR Compile模式下DSL特征处理引擎和AI推理引擎的性能。
2. 分析I/O性能瓶颈、优化编译耗时和codegen性能，改进编译优化算法，不断优化编译器，解决编译部署问题。
3. 优化IR Compile模式下搜广推、长序列、多模态、MoE等深度学习模型的推理效率。
4. 针对GPU/NPU等异构计算芯片，探索基于IR编译优化的片内多部件并行流水线等前沿技术，构建业界影响力。
任职要求：
1. 计算机及相关专业本科以上学历，3年以上AI编译器研发经验。
2. 精通C/C++，具备扎实的系统底层能力（内存、并发、网络）。
3. 熟悉XLA/LLVM/MLIR/TVM/IREE/Triton/Torch Inductor/TileLang等AI编译基础设施和相关工具链。
4. 熟悉TensorFlow Serving、TensorRT、OpenXLA、ONNX Runtime等推理后端。
5. 熟悉深度学习模型结构和计算图优化方法。
6. 有GPU/NPU集群建设与性能调优经验，能够定位并解决推理性能瓶颈。
【加分项】
• 有GPU/NPU异构计算芯片的优化经验。。
• 在TensorFlow、PyTorch、TVM、LLVM等社区有持续代码贡献；或有高质量技术博客、GitHub Repo、顶会论文（OSDI、SOSP、MLSys、KDD、RecSys 等）。
免责声明：
此信息由小红书官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“小红书官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！
