GPU内核开发与优化：在AMD GPU上使用HIP、CUDA和汇编（ASM）为深度学习设计和优化GPU内核的深厚经验
深入了解AMD架构（GCN， RDNA）和底层编程，以最大化AI操作性能，并利用Compute Kernel (CK)、CUTLASS和Triton等工具实现多GPU和多平台性能
深度学习集成：将优化的GPU性能集成到机器学习和LLM框架（如vLLM， SGlang， TensorFlow， PyTorch）中以加速模型训练和推理的丰富经验，重点关注扩展性和吞吐量
端到端解决方案优化：了解LLM和多模态的最新市场趋势，在分布式推理（例如，P/D解耦和Large-EP）和强化学习方面拥有扎实的端到端性能调优实践经验
有文本到视频或图像到视频经验者优先
软件工程：熟练掌握Python和C++，具备调试、性能调优和测试设计经验，以确保高质量、可维护的软件解决方案
高性能计算：在异构计算集群上运行大规模工作负载、优化效率和可扩展性的专家级经验
编译器优化：对编译器理论以及使用LLVM和ROCm进行内核和系统性能优化的工具有扎实的理解