海尔
AI计算系统架构工程师/专家
AI计算系统架构工程师/专家
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公架构师
架构师
Cpu/Gpu/Npu
Linux内核/驱动
异构计算
系统性能优化
软硬件协同
值不值得投
76综合评分
综合评分 76
聚焦AI算力底座的前沿技术岗，架构成长空间大，薪资稳健，工作节奏中等偏紧
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
6.3万
比架构师中位数低
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 780 个在招 · 其中架构师 8 个
市场机会
选择面较广
上海 · 架构师 · 约 140 个在招
职位详情
关于这个职位
负责AI计算系统的总体架构设计与软硬件协同优化，围绕CPU/GPU/NPU等异构资源进行系统级规划
分析AI负载特征，设计任务调度与资源隔离方案，推动操作系统、驱动及推理框架的端到端性能调优
建立性能评测体系，协同芯片与硬件团队完成技术选型与工程落地，并跟踪前沿技术演进
最低要求
计算机、电子工程、自动化、体系结构或相关专业背景，具备扎实的计算机系统基础
熟悉CPU/GPU/NPU等异构计算体系，对内存层次、PCIe/I/O、存储、网络等系统组件有深入理解
熟悉Linux或Windows系统架构、驱动、虚拟化、容器或资源管理中的一个或多个方向
熟悉AI模型推理流程及主流Runtime/Framework，能够理解模型负载对系统架构的影响
具备较强的系统性能分析与问题定位能力，熟悉Profiling、Benchmark和性能调优方法
具备C/C++等系统编程能力，能够与底层软硬件团队进行深入技术协作
有大型复杂系统从架构设计到产品落地的经验，具备较强的跨团队技术推动能力
工作职责
负责AI计算系统总体架构设计，围绕CPU/GPU/NPU、Memory、Storage、I/O等关键资源进行系统级规划与优化
分析不同AIWorkload的计算、显存、内存带宽、存储和时延特征，设计合理的软硬件协同方案
负责异构计算资源管理、任务调度、资源隔离和多任务并发等关键系统能力设计
推动操作系统、驱动、Runtime、模型推理框架与上层应用之间的协同优化，解决端到端性能瓶颈
围绕功耗、散热、噪声、稳定性和持续负载等约束开展系统优化，在性能与产品约束之间取得平衡
建立系统级Benchmark、Profiling和性能评测体系，以数据驱动架构决策与持续优化
与芯片、硬件、AIInfra、模型及产品团队协同，完成关键技术选型、原型验证和规模化工程落地
持续跟踪GPU/NPU、AIPC、EdgeAI、模型推理与系统软件等方向的技术演进，形成前瞻性架构判断
AI 洞察
优缺点分析
优点
- 聚焦AI算力核心底座，技术壁垒高且行业前景广阔
- 依托头部制造企业平台，拥有真实的硬件场景与海量算力数据支撑
- 跨团队协同机会多，易积累全栈系统架构视野
- 需兼顾性能、功耗、散热等多重物理约束，架构权衡难度大
- 涉及底层驱动与OS开发，调试周期长且问题定位复杂
- 传统制造企业文化转型期可能存在流程繁琐或决策链条较长的问题
- 适合具备深厚计算机系统功底、追求技术深度与广度、能在复杂工程约束下做架构决策的中高级技术专家
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向首席架构师、技术总监或AI Infra领域专家方向发展
- 随着大模型与边缘AI普及，可拓展至云边端一体化算力平台架构或自研芯片软硬协同设计领域
- 负责AI算力基础设施的系统级架构设计，统筹CPU/GPU/NPU等异构资源的规划与调度
- 深入分析AI负载特征，设计软硬件协同方案与资源隔离机制，打通OS、驱动到推理框架的端到端性能链路
- 建立性能评测体系，主导技术选型与工程落地，跟踪前沿技术演进
- 扎实的计算机系统与体系结构基础，精通CPU/GPU/NPU异构计算及内存/存储/I/O子系统
- 熟练掌握Linux/Windows系统架构、驱动开发与虚拟化技术
- 具备C/C++系统编程能力及Profiling/Benchmark性能调优实战经验
- 深刻理解AI模型推理流程及主流Runtime/Framework
申请策略
- 提前了解目标企业在AIoT、智能家居或工业互联网领域的算力布局方向，准备针对具体业务场景的架构设计方案
- 关注企业技术文化匹配度，展现务实的工程落地能力
- 突出大型复杂系统架构设计到落地的完整闭环经验，量化性能提升指标（如延迟降低X%、吞吐提升Y%）
- 强调C/C++底层开发、驱动适配或虚拟化/容器资源管理经验
- 展示跨芯片、硬件、算法团队的协同攻关案例
- 深化对主流AI芯片架构特性的理解，掌握PyTorch/TensorRT等推理框架底层原理
- 补充性能剖析工具（如perf, nvprof, VTune）的高级使用技巧
面试指南
- 采用STAR法则结构化回答，重点阐述需求分析、架构选型依据、关键难点突破（如软硬件协同优化）、量化结果及复盘思考
- 强调数据驱动的决策过程与跨团队协作机制
- 请分享一个你主导的异构计算系统架构设计案例，你是如何权衡性能与功耗/成本的？
- 面对复杂的AI负载，你会如何进行Profiling并定位端到端瓶颈？
- 如何设计资源隔离与任务调度策略以保证多租户并发下的稳定性？
- 复习计算机体系结构核心概念（缓存一致性、内存层次、PCIe拓扑等），梳理熟悉的性能调优工具链
- 准备1-2个完整的系统级优化项目案例，确保能清晰画出架构图与数据流
- 了解目标公司近期发布的AI硬件或智能终端产品
职位点评
薪资福利78
成长发展85
工作生活65
使命价值72
薪资福利
78中等
薪资水平符合上海资深架构师市场标准，上市公司提供稳定薪酬与福利保障，但整体薪酬包偏稳健，爆发力不及互联网大厂。
薪资信号市场水准 (4.5千–8.0万/月)
成长发展
85较高
岗位聚焦AI算力前沿架构，技术栈涵盖异构计算、系统软件与AI推理，成长空间大。
技术前沿前沿/新兴技术
技术栈CPU/GPU/NPU、异构计算、Profiling、C/C++、AI Runtime
业务类型ambiguous
工作生活
65中等
架构设计类岗位通常节奏较快，需应对项目节点与性能攻坚，WLB中等。
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
72中等
致力于构建高效AI算力底座，赋能智能化转型，具有明确的产业价值与技术使命感。
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