小红书(xiaohongshu)招聘大模型异构计算优化工程师/专家
招聘职位：
大模型异构计算优化工程师/专家 搜索同类职位
岗位职责：
1、核心引擎开发与优化：负责或深度参与基于国产异构计算芯片（如NPU/PPU等）的大模型训练/推理引擎的架构设计、开发与迭代，构建高性能、高稳定性的上层软件栈；
2、大模型业务落地：将引擎能力应用于公司核心业务，主导或参与多模态、大语言模型等前沿AI模型在国产芯片上的训练、微调与推理部署，解决实际落地中的技术难题；
3、极致性能调优：针对各类业务大模型，进行深度的推理调度策略优化和关键算子（Kernel）的性能剖析与极致优化，持续提升系统的吞吐量、降低延迟；
4、生态合作与协同：作为技术接口人，与国产芯片原厂技术支持团队紧密合作，高效推进芯片驱动、基础软件栈的引入、问题排查与版本迭代，确保技术路线顺畅推进。
任职要求：
1、熟练掌握 C++/Python 编程，具备扎实的计算机体系结构、数据结构和算法基础，具备良好的编程习惯；
2、有至少一款非Nvidia GPU的异构计算芯片适配大模型训练、推理框架的相关经验，包括但不限于AI框架适配、模型移植、性能优化或算子开发；
3、熟悉至少一种主流的机器学习框架(PyTorch/PaddlePaddle/TensorFlow等)，对框架内部实现有一定了解；
4、具备大型深度学习模型（尤其是大语言模型LLM或多模态模型）的训练或推理优化实践经验，能独立解决功能研发及性能优化问题。
加分项：
1、深入理解AI芯片（GPU/NPU）的硬件架构（如Tensor Core、内存 hierarchy）及其软件栈（如CUDA/OpenCL， ROCm， CANN）；具备使用性能分析工具（如Nsight Systems/Compute, Ascend Profiler）的经验；
2、熟悉常见的并行计算模型（如SIMT、SPMD）和并行编程范式（如MPI、OpenMP），了解其适用场景与优劣。
1、核心引擎开发与优化：负责或深度参与基于国产异构计算芯片（如NPU/PPU等）的大模型训练/推理引擎的架构设计、开发与迭代，构建高性能、高稳定性的上层软件栈；
2、大模型业务落地：将引擎能力应用于公司核心业务，主导或参与多模态、大语言模型等前沿AI模型在国产芯片上的训练、微调与推理部署，解决实际落地中的技术难题；
3、极致性能调优：针对各类业务大模型，进行深度的推理调度策略优化和关键算子（Kernel）的性能剖析与极致优化，持续提升系统的吞吐量、降低延迟；
4、生态合作与协同：作为技术接口人，与国产芯片原厂技术支持团队紧密合作，高效推进芯片驱动、基础软件栈的引入、问题排查与版本迭代，确保技术路线顺畅推进。
任职要求：
1、熟练掌握 C++/Python 编程，具备扎实的计算机体系结构、数据结构和算法基础，具备良好的编程习惯；
2、有至少一款非Nvidia GPU的异构计算芯片适配大模型训练、推理框架的相关经验，包括但不限于AI框架适配、模型移植、性能优化或算子开发；
3、熟悉至少一种主流的机器学习框架(PyTorch/PaddlePaddle/TensorFlow等)，对框架内部实现有一定了解；
4、具备大型深度学习模型（尤其是大语言模型LLM或多模态模型）的训练或推理优化实践经验，能独立解决功能研发及性能优化问题。
加分项：
1、深入理解AI芯片（GPU/NPU）的硬件架构（如Tensor Core、内存 hierarchy）及其软件栈（如CUDA/OpenCL， ROCm， CANN）；具备使用性能分析工具（如Nsight Systems/Compute, Ascend Profiler）的经验；
2、熟悉常见的并行计算模型（如SIMT、SPMD）和并行编程范式（如MPI、OpenMP），了解其适用场景与优劣。
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！