中科曙光
AI4S应用工程师-天津(J14404)
AI4S应用工程师-天津(J14404)
发布于 17 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai4S
Cuda
Jax
Pytorch
Tensorflow
分布式训练
性能优化
科学计算
值不值得投
70综合评分
综合评分 70
前沿AI4S与国产算力交叉岗，技术挑战高，发展性强，平台价值突出。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
2万
比人工智能中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 240 个在招 · 其中人工智能 18 个
市场机会
选择适中
天津 · 人工智能 · 13 个在招
职位详情
关于这个职位
该职位为中科曙光招聘的AI for Science应用工程师，主要负责将前沿的AI4S模型与软件在国产加速设备上进行迁移、适配和部署封装，并深度剖析运行瓶颈以协同底层优化
同时需要追踪全球AI4S最新动态，评估并规划高价值模型在平台上的落地
最低要求
计算机、应用数学、计算化学、计算生物学、材料科学或物理学等相关专业，硕士及以上学历
精通 Python、C/C++，熟练掌握 PyTorch、TensorFlow和JAX 等主流深度学习框架
具备模型开发、迁移与调优经验，熟悉 CUDA/ROCm/DTK，熟练使用性能分析工具
熟悉至少两个 AI4S 细分领域在科学计算中的常用模型与算法，有分布式并行训练项目经验者优先
具备极强的自驱力与前沿技术敏感度，能快速消化前沿AI4S 论文与开源代码
具备出色的沟通与协同能力，能够成为“用户-应用层-底层芯片研发”之间的硬核技术桥梁
工作职责
负责前沿热门AI4S（AI for Science）模型与开源软件在国产加速设备上的迁移、适配与一键部署封装
深度剖析AI4S模型在国产加速设备上的运行瓶颈，将底层疑难问题抽象并反馈给核心研发团队，协同推动底层算子优化与硬件效能释放
实时追踪全球AI4S领域的最新科研成果、开源项目及商业动态，评估并规划高价值模型在平台的落地优先级
AI 洞察
优缺点分析
优点
- 技术前沿：深入参与AI for Science与国产芯片生态建设的交叉领域，技术壁垒高
- 平台独特：背靠中科曙光，在国产化计算生态中拥有核心资源与影响力
- 角色关键：是连接应用与底层研发的关键角色，对产品技术演进有直接影响
- 技术难度大：需要同时理解复杂的科学计算模型与底层硬件架构，跨领域知识要求高
- 生态尚在建设：国产加速卡的工具链和社区支持可能不如国际主流方案成熟，遇到问题排查难度较大
缺点 / 挑战
- 问题复杂：解决的是模型迁移、适配中的疑难瓶颈问题，需要极强的调试和优化能力
- 适合对AI4S有浓厚兴趣，同时具备扎实编程和系统优化能力，不畏惧跨领域挑战，并希望在中国计算生态建设中发挥关键作用的复合型技术人才
角色解读
- 技术专家路线：深耕AI4S与异构计算适配领域，成为连接AI应用与芯片硬件的稀缺型技术专家
- 解决方案架构师：负责设计完整的AI4S行业解决方案，对接高校、科研机构及企业客户
- 技术管理路线：带领团队负责AI4S软件生态或特定垂直领域的平台化建设
- 将学术界前沿的AI for Science模型（如分子动力学模拟、材料设计等）适配到国产的算力芯片上运行
- 作为技术桥梁，将应用层遇到的性能瓶颈问题翻译并反馈给芯片底层研发团队，协同解决问题
- 持续跟踪全球AI4S的最新进展，为公司算力平台筛选和规划最具价值的模型生态
- 需要扎实的高性能计算与深度学习框架（PyTorch, TensorFlow）基础，精通Python和C/C++
- 必须掌握国产计算生态相关的技术栈，如CUDA、ROCm、DTK，并具备性能分析与调优能力
- 需要对科学计算领域（至少两个细分方向）有深刻理解，能快速学习并复现前沿论文的代码
申请策略
- 在简历和面试中，强调自己的“技术桥梁”能力和跨团队沟通经验
- 提前了解中科曙光在AI4S和国产计算生态方面已有的产品和布局，展现自己的诚意与思考
- 突出与AI模型迁移、性能优化相关的项目经验，尤其是涉及不同硬件平台（GPU/非GPU）的经历
- 详细列出掌握的深度学习框架、编程语言及性能分析工具（如nvprof, VTune），并注明熟练程度
- 展示对某个或多个AI4S细分领域（如计算化学、生物信息、材料模拟）的认知或实践经验
- 系统学习国产计算生态的技术文档与工具链，了解ROCm、DTK等平台的特性与局限
- 主动实践将一个开源的AI4S模型在本地或不同硬件环境下进行部署和调优，积累实战经验
- 加强对AI4S领域顶会（如NeurIPS, ICML中相关Workshop）的关注，追踪最新模型与框架
面试指南
- 使用STAR法则，清晰描述项目背景、任务、行动（具体技术步骤）和量化结果
- 结合具体科学问题（如蛋白质折叠、材料属性预测）来解释AI模型的应用，体现交叉理解
- 展示系统化的性能分析思路：从Profiling工具入手，区分是计算瓶颈、内存瓶颈还是通信瓶颈，再针对性提出可能的优化方向
- 请描述一个你将深度学习模型进行迁移或适配到不同计算平台上的经历，遇到了哪些挑战？如何解决的？
- 你对AI for Science（AI4S）有哪些了解？请举例说明一个你熟悉的AI4S应用领域及其常用模型
- 如果遇到一个模型在国产加速卡上性能远低于预期的情况，你会如何分析和定位瓶颈？
- 你如何看待AI4S模型在国产计算平台上的落地前景与挑战？
- 复习并整理自己做过的模型优化或迁移项目，准备好能清晰讲述的技术细节和成果
职位点评
薪资福利60
成长发展85
工作生活60
使命价值80
薪资福利
60中等
作为国有科技企业，薪资体系通常遵循市场水准，福利保障较好。职位未明确薪资，补偿性满足程度一般。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
该职位处于AI前沿与硬件生态建设的交叉点，技术挑战性强，是学习和积累稀缺经验的优质平台。
技术前沿前沿/新兴技术
技术栈AI4S、PyTorch、TensorFlow、JAX、CUDA、ROCm、DTK、性能优化
成长机会协同推动底层算子优化、实时追踪全球最新科研成果
业务类型ambiguous
工作生活
60中等
工作地点为天津，生活成本相对一线城市较低。但作为硬件适配与性能优化岗位，可能需要高强度调试，工作模式未明确。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
工作直接服务于国家计算产业自主化战略，解决关键技术瓶颈，具有较高的行业价值与社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号国产加速设备、硬核技术桥梁
创新程度积极采用新技术
中科曙光 的其他在招职位
相似职位推荐
Watch Jobs