高通
AI Compiler & Kernel Engineer
AI Compiler & Kernel Engineer
发布于 2 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
Llm
Mlir
Tvm
并行计算
算子优化
编译器开发
值不值得投
74综合评分
综合评分 74
顶尖大厂核心研发岗、技术壁垒高、薪酬竞争力强，WLB待确认
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
8.0万
比算法优化工程师中位数高
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 320 个在招 · 其中算法优化工程师 3 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 360 个在招
职位详情
关于这个职位
该职位专注于高通云平台AI算子与底层内核的开发及性能调优，横跨模型、编译器、运行时与硬件四层架构
核心任务是通过图优化、算子融合与内存调度等手段，大幅降低大语言模型推理的显存占用与资源消耗，最终实现云端AI推理效率的极致提升
最低要求
计算机科学、人工智能、数学或电气工程等相关领域硕士及以上学历
年以上云AI推理、内核/算子开发或AI编译器技术经验
具备优秀的英语读写沟通能力以支持全球团队协作
熟练掌握C++、Python及Linux开发环境
深入理解Transformer架构（如LLM、MoE及现代基础模型）
在编译器技术（如MLIR、Triton、TVM等）方面有丰富经验，涵盖图转换、算子下推、调度、算子融合、内核自动调优、代码生成与内存调度
精通并行计算架构与性能优化技术（向量化、分块、内存层次优化、工作负载调度）
熟悉图优化、模型精度验证、性能优化与内存优化
最低要求：工程/信息系统/CS等相关学士+4年软工经验，或硕士+3年，或博士+2年
年以上C/C++/Java/Python等编程语言经验
工作职责
为高通云平台AI平台开发与优化AI内核及算子
针对大规模云端推理启用并优化LLM、MoE和多模态模型
推动软件栈全链路的精度、性能与效率优化
通过内核、图与编译器优化降低模型内存占用及ROM/RAM效率
与性能建模团队协作，交付业界领先的推理效率
使用分析工具、基准测试与建模方法排查并解决性能瓶颈
优先资格
有优化Attention、FlashAttention、KV Cache、Embedding、GEMM、Softmax及MoE路由等Transformer相关算子的经验者优先
有使用MLIR或Triton等编译器框架，在GPU、NPU、TPU或定制AI硬件平台上手动或自动开发自定义算子与高性能内核的实际经验者优先
AI 洞察
优缺点分析
优点
- 聚焦前沿AI基础设施，技术壁垒极高且不可替代性强
- 背靠跨国研发体系，直接对接顶级AI硬件与真实业务场景
- 薪酬结构完善，含年终奖与长期股权激励机制
- 技术栈极深，需同时兼顾编译器理论抽象与硬件物理特性
- 大模型推理性能优化容错率低，调试与Benchmark周期长
- 跨部门协作密集，需频繁对齐软硬件团队需求
- 适合具备扎实编译原理与并行计算功底、追求底层技术突破、抗压能力强且享受解决复杂性能难题的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向首席编译器架构师、AI基础设施技术专家方向发展
- 也可横向拓展至芯片设计协同、大模型训练/推理全栈优化或技术管理岗位
- 负责AI编译器底层算子开发与性能调优，打通模型到硬件的软件栈
- 针对大语言模型(MoE/LLM)进行云端推理加速与内存管理
- 使用Profiling工具定位性能瓶颈并实施内核级优化
- 精通C++/Python及Linux系统编程与性能剖析
- 掌握MLIR/TVM/Triton等编译器框架原理与图优化策略
- 深入理解Transformer架构、并行计算与内存层次优化
申请策略
- 提前了解高通云AI战略与自研加速器路线
- 准备至少一个完整的算子优化案例，能清晰阐述 Profiling->Bottleneck Analysis->Optimization->Benchmark 的全流程闭环
- 突出编译器优化项目成果（如算子提速百分比、内存压缩率、延迟降低数据）
- 详细列出使用的框架(MLIR/TVM)及目标硬件平台(GPU/NPU)
- 展示对Transformer底层算子(FlashAttention/KV Cache等)的实战落地经验
- 深入研究主流大模型推理引擎架构(如vLLM, TensorRT, OpenXLA)
- 补充CUDA/OpenCL底层编程与SIMD指令集优化知识
- 关注AI芯片指令集演进与新型加速器架构
面试指南
- 采用STAR法则描述项目背景、技术选型、具体优化手段(如循环分块、算子融合、内存复用)、量化结果及复盘思考
- 结合硬件特性解释软件策略的合理性，展现软硬协同思维
- 请分享一次你使用MLIR或TVM优化算子的完整经历及遇到的最大挑战
- 如何针对MoE模型进行通信与计算的重叠优化？
- 在有限显存下，如何设计高效的KV Cache管理与置换策略？
- C++性能剖析工具(perf/VTune)的实际使用经验与调优思路？
- 复习编译器前端解析、中间表示(IR)设计、后端代码生成与寄存器分配核心概念
- 梳理最新大模型推理加速论文与技术栈对比
职位点评
薪资福利85
成长发展80
工作生活50
使命价值70
薪资福利
85较高
薪资处于市场中上水平，配合上市公司完善的福利体系与长期激励，补偿性动机满足度较高。
薪资信号未披露（AI估算：6.0千–10.0万/月）
成长发展
80较高
岗位涉及AI编译器与大模型底层优化，技术前沿性强，内部技术社区与晋升通道虽未明示但大厂体系通常完善。
技术前沿前沿/新兴技术
技术栈MLIR、Triton、TVM、LLM、MoE、C++、Python
业务类型profit_center
工作生活
50较低
未明确提及弹性办公或WLB政策，作为核心研发岗可能面临一定的项目交付压力，生活化动机满足程度中等。
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
70中等
致力于提升云端AI推理效率，对推动AI技术普惠与算力降本具有实际价值，行业前景向好。
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
高通 的其他在招职位
相似职位推荐
Watch Jobs