优化深度学习框架：在开源存储库中增强和优化TensorFlow和PyTorch等框架以适配AMD GPU
开发GPU内核：创建和优化GPU内核，以最大化特定AI操作的性能
开发与优化模型：为AMD GPU性能专门设计和优化深度学习模型
与GPU库团队协作：与内部团队密切合作，分析和改进AMD GPU上的训练和推理性能
与开源维护者协作：与框架维护者合作，确保代码更改符合要求并集成到上游
在分布式计算环境中工作：在纵向扩展（多GPU）和横向扩展（多节点）系统上优化深度学习性能
利用尖端编译器技术：利用先进的编译器技术来提高深度学习性能
优化深度学习管道：增强整个管道，包括集成图编译器
软件工程最佳实践：应用合理的工程原理以确保稳健、可维护的解决方案
指导与引导：为初级团队成员提供指导，通过代码审查、知识共享和技术指导促进成长和协作