中科曙光
【2027】算法工程师-成都(J14239)
【2027】算法工程师-成都(J14239)
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Gpu优化
Pytorch
Rag
Vllm
异构计算
模型压缩
量化
值不值得投
65综合评分
综合评分 65
前沿技术栈、成长性强、薪资待定、WLB未知
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
1.9万
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 470 个在招 · 其中算法优化工程师 17 个
市场机会
选择适中
成都 · 算法优化工程师 · 20 个在招
职位详情
关于这个职位
作为算法工程师，你将参与中科曙光异构计算平台的建设与优化，提升GPU和国产AI芯片在算力集群中的效率
基于云原生和Kubernetes技术，设计大模型训练/推理的调度架构，并负责云端大模型的部署与加速，推动RAG、Agent等前沿AI技术的业务落地
最低要求
计算机、人工智能、软件工程等相关专业，硕士及以上学历
掌握至少一种主流编程语言（Python、Go 或 Java 等）
理解深度学习与大模型基本原理，熟悉主流模型架构（如 Transformer、BERT、GPT、LLaMA 等）
熟悉常用大模型框架与工具（如 PyTorch、vLLM、LangChain 等），了解 RAG、Agent 等技术者优先
具备云计算或分布式系统经验，熟悉 Kubernetes 工作原理，有 GPU 集群部署与优化经验者优先
对前沿 AI 技术充满热情，具备良好的学习能力、沟通协作能力与独立解决问题的能力
工作职责
参与异构计算平台的建设与优化，提升 GPU、国产 AI 芯片等多类硬件在算力集群中的利用率与稳定性
基于云原生与容器编排技术（如 Kubernetes），设计与优化大模型训练/推理的任务调度及存储架构
负责云端大模型的部署与加速，应用模型压缩、量化、并行化等技术，提升推理性能与响应速度
跟进并探索 RAG、智能体（Agent）、多模态及行业定制化模型等前沿技术，推动业务场景落地与算法迭代
持续关注 AI 计算基础设施与大模型技术发展趋势，引入创新方案，提升平台性能与可扩展性
优先资格
了解 RAG、Agent 等技术者优先
有 GPU 集群部署与优化经验者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及大模型、异构计算和云原生等热门领域，有利于技能积累
- 公司平台稳定，在AI基础设施领域有深厚积累，提供良好的技术实践环境
- 岗位涉及探索性工作，如RAG和Agent，能接触行业最新趋势
- 工作可能涉及复杂系统优化和调试，需要较强的独立解决问题能力
- 行业竞争激烈，需不断提升技能以保持竞争力
- 适合对AI技术有热情、追求技术成长、具备扎实编程和分布式系统基础的求职者
缺点 / 挑战
- 技术难度较高，需要持续学习AI和云计算新知识，可能面临快速迭代的压力
角色解读
- 从算法工程师向资深AI工程师或技术专家发展，专注特定技术领域
- 转向技术管理岗位，如团队负责人或项目经理，负责AI平台整体架构
- 探索研究方向，成为AI算法研究员，推动前沿技术在行业中的应用
- 参与异构计算平台建设，优化GPU和国产AI芯片的利用率与稳定性
- 基于云原生和Kubernetes技术，设计大模型训练和推理的任务调度及存储架构
- 负责云端大模型的部署与加速，应用模型压缩、量化等技术提升推理性能
- 探索RAG、Agent、多模态等前沿AI技术，推动业务场景落地
- 精通Python、Go或Java等编程语言，具备扎实的编程基础
- 熟悉深度学习、大模型架构（如Transformer）和主流框架（如PyTorch、vLLM）
- 了解云计算和分布式系统，有Kubernetes和GPU集群优化经验者优先
- 具备良好的学习能力和沟通协作能力，能独立解决问题
申请策略
- 关注中科曙光在AI计算基础设施领域的业务方向，了解其技术栈和产品
- 在面试中准备具体案例，说明如何解决技术难题或优化系统性能
- 突出Python、PyTorch等编程和AI框架的使用经验，如有实际项目或竞赛成果
- 强调Kubernetes、GPU集群等云计算和分布式系统实践，展示性能优化案例
- 描述参与大模型、RAG或Agent等前沿技术项目经历，体现技术探索能力
- 深入学习Kubernetes和云原生技术，考取相关认证如CKA以增强竞争力
- 实践大模型部署和优化，通过开源项目或个人实验掌握vLLM、LangChain等工具
面试指南
- 使用STAR方法（情境、任务、行动、结果）组织项目经验回答，突出技术细节和成果
- 对于技术概念问题，先定义再举例，结合实际应用场景说明
- 展示学习热情和解决问题思路，强调对前沿技术的持续关注
- 请解释一下你如何基于Kubernetes优化大模型训练的任务调度？
- 描述一个你使用PyTorch或vLLM进行模型加速的项目经验
- 你对RAG或Agent技术有什么了解？如何将其应用于业务场景？
- 如何评估和提升GPU集群的利用率？
- 请谈谈你对异构计算平台未来发展的看法
职位点评
薪资福利60
成长发展80
工作生活50
使命价值70
薪资福利
60中等
JD未明确薪资和福利信息，具体待遇需与HR确认。
薪资信号未披露（AI估算：1.2千–2.5万/月）
成长发展
80较高
岗位涉及大模型、异构计算等前沿技术，有利于技能积累和职业发展。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、vLLM、LangChain、Kubernetes
业务类型ambiguous
工作生活
50较低
JD未提及工作模式和WLB，具体办公情况需确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
岗位处于AI计算基础设施领域，行业增长迅速，但直接社会影响有限。
行业发展高速增长赛道
社会影响中性/一般
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