中科曙光
AI4S模型封装工程师（天津）(J13807)
AI4S模型封装工程师（天津）(J13807)
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公研究与开发 (研发)
研究与开发 (研发)
Ai4S
Cuda
Jax
Pytorch
Rocm
Tensorflow
分布式训练
高性能计算
值不值得投
73综合评分
综合评分 73
前沿科学计算与国产化平台结合的高价值技术岗，成长性强，但需适应高强度学习与协同，WLB信息不明。
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
2.8万
比研究与开发 (研发)中位数高
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
84 个在招
市场机会
选择适中
天津 · 研究与开发 (研发) · 20 个在招
职位详情
关于这个职位
本职位主要负责将前沿的AI for Science (AI4S) 模型和开源软件，迁移、适配并封装部署到国产加速设备上
需要深度分析模型在国产硬件上的性能瓶颈，协同优化底层算子，并持续追踪全球AI4S领域最新动态，评估高价值模型的平台落地价值
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
- 处于AI与科学计算交叉的前沿领域（AI4S），技术价值高，行业前景广阔
- 直接接触国产核心算力硬件与软件生态，能积累稀缺的“AI模型+国产芯片”适配优化经验
- 工作内容涉及技术调研、性能攻坚和团队协同，能锻炼综合技术能力与沟通能力
- 技术栈复杂，需要同时掌握AI应用、模型性能调优和底层计算硬件知识，学习曲线较陡
- 作为“技术桥梁”，需要在不同技术背景的团队间（用户、应用、芯片）进行有效沟通与推动，对协作能力要求高
- AI4S领域模型迭代快，需要持续保持高强度学习以追踪最新研究
- 适合计算机、数学或相关理工科专业硕士及以上学历，对AI与科学计算交叉领域有浓厚兴趣，具备扎实编程与模型调优能力，喜欢钻研底层技术难题并乐于进行跨团队协作的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向深入：成为AI4S与国产异构计算领域的专家，专注于特定科学计算领域的模型优化与部署
- 横向拓展：向底层算子优化、编译器或芯片协同设计方向发展，或转向AI4S平台的产品经理或架构师角色
- 负责将前沿的AI for Science模型和软件，适配到国产计算芯片（如DCU）上，并实现一键部署
- 分析模型在国产硬件上运行缓慢的深层原因，并作为技术桥梁，推动底层芯片研发团队进行优化
- 持续关注全球AI4S领域的技术进展，评估哪些新模型值得在平台上优先实现和支持
- 扎实的编程基础（Python， C/C++）和主流深度学习框架（PyTorch， TensorFlow， JAX）的熟练使用
- 深度学习模型的性能调优经验，熟悉CUDA、ROCm或国产DTK等异构计算平台及性能分析工具
- 对AI for Science至少两个子领域（如计算化学、材料模拟）有了解，具备分布式训练知识
申请策略
- 在申请材料或面试中，展现你对国产计算生态发展和AI4S应用价值的理解与热情
- 准备一个清晰的故事，讲述你如何识别、分析并最终解决一个跨层（应用/系统）技术挑战的过程
- 突出与模型迁移、适配、性能调优相关的项目经验，尤其是使用CUDA/ROCm等工具进行异构计算优化的案例
- 展示对AI for Science某个具体领域（如分子动力学、材料设计）的理解或项目经历
- 强调在解决复杂技术问题时，作为沟通协调者的角色与成果，体现“技术桥梁”能力
- 系统学习一种国产计算平台（如海光DCU的DTK）的编程模型和优化工具
- 深入研究1-2个代表性的AI4S模型（如DeepMD、Alphafold）的原理与实现，尝试在开源环境中进行部署或调优练习
- 阅读关于性能分析工具（如nsight， rocprof）的教程，提升定位计算瓶颈的能力
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化地讲述项目经验，重点突出你的分析、决策和解决过程
- 结合具体领域知识（如某个AI4S模型）和硬件特性（如国产芯片架构）进行阐述，避免泛泛而谈
- 从技术价值、实现难度、业务影响等多维度构建评估框架，展示你的技术前瞻性和商业思维
- 请介绍一个你处理过的模型性能调优或跨平台适配的项目，遇到了什么挑战？如何解决的？
- 你对AI for Science（AI4S）有哪些了解？你认为它在国产计算平台上落地有哪些关键挑战？
- 如何评估一个新兴的AI4S模型是否值得在国产算力平台上进行适配和支持？你的决策依据是什么？
- 在“用户-应用-芯片研发”这个链条中，你认为作为封装工程师，最重要的是做好哪几件事？
- 请解释一下CUDA和ROCm/DTK在编程模型和生态上的主要异同
职位点评
薪资福利75
成长发展85
工作生活50
使命价值80
薪资福利
75中等
岗位对专业技能要求高，属于稀缺技术岗位，在天津市场应有较强竞争力，但JD未明确薪资与福利细节。
薪资信号面议 (2千–3.5万/月)
成长发展
85较高
该职位处于AI与国产计算结合的前沿交叉领域，技术深度和成长空间大，能接触到核心的模型适配与底层协同工作。
技术前沿前沿/新兴技术
技术栈AI4S、Python、C/C++、PyTorch、TensorFlow、JAX、CUDA、ROCm、分布式训练、性能分析
业务类型ambiguous
工作生活
50较低
JD未提及任何办公模式、工作时间或WLB相关信息，工作地点位于天津，需线下办公。
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
AI4S是推动基础科学发展的前沿领域，国产化适配具有明确的战略意义和社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs