海光信息
2027校招-算法移植与优化工程师
2027校招-算法移植与优化工程师
发布于 7 天前普通员工/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
Pytorch/Tensorflow
分布式训练
大模型优化
推理加速
算子开发
值不值得投
82综合评分
综合评分 82
高薪稳定、前沿技术栈、国产算力核心岗，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，方便比较职业起点。
薪资怎么样
3.3万
比算法优化工程师中位数低
发布情况
正常在招 · 8 天前发布
公司情况
这家公司招聘很活跃
12 个在招
市场机会
选择面较广
北京 · 算法优化工程师 · 约 370 个在招
职位详情
关于这个职位
该职位是海光信息2027届校园招聘的算法移植与优化工程师，主要负责将主流大模型（如DeepSeek、Qwen）及训练推理框架在国产GPU上进行移植适配与性能调优
候选人需解决算子库问题，对接客户工程化需求，并探索前沿GPU硬件架构技术，为前端提供技术支持
最低要求
硕士及以上学历，人工智能、计算机、数学或相关专业
熟练掌握Linux的使用，包括软件安装/系统配置/Shell编程，具备系统故障排查及解决能力
熟练掌握Python开发，并掌握程序调试方法
熟悉使用Python数据处理以及深度学习相关库
掌握至少一种主流学习框架的编程架构，熟悉网络模型训练/推理流程
有AI方向研究经验，掌握常见的深度学习算法模型，有大模型的训练/微调或推理的实践经验
能够高效学习掌握最新技术，具备良好的沟通能力、团队合作和分享意识
工作职责
负责完成模型训练/微调/推理框架新版本（如Megatron、vLLM、SGLang）、主流网络模型/客户自研模型新版本（如DeepSeek、GLM、QWen系列）在国产GPU的移植适配、验证和优化，解决相关算子库的问题
负责完成客户cuda类应用、HPC类应用、开源三方库在国产GPU上的移植适配和优化，并对接客户应用的工程化，解决国产GPU产品与客户人工智能业务场景对接过程中产生的训练、推理、精度等问题
研究并落地大模型训练/微调优化技术（分布式并行、ZeRO/FSDP、LoRA、FlashAttention等）与推理优化技术（vLLM/SGLang、各种并行、量化、投机解码、PD/AF分离、CPU offload等），对主流 LLM 开展全链路性能调优
探索研究前沿技术，包括GPU硬件架构、集群通信及超节点等技术及相关协议
负责基准测试、客户测试和竞品分析对比等，为前端提供技术支持与参与技术交流
优先资格
具备CUDA/HIP编程或者Triton/TileLang等高阶DSL的算子开发和优化经验者优先
AI 洞察
优缺点分析
优点
- 赛道风口：身处国产算力替代的核心环节，行业前景广阔，政策支持力度大
- 技术壁垒高：接触最前沿的大模型优化与底层硬件技术，技能稀缺性强
- 平台优势：海光信息作为国内领先的CPU/GPU厂商，提供稳定的职业发展和技术积累平台
- 技术难度大：需要同时掌握上层AI算法与底层硬件指令集，学习曲线陡峭
- 适配复杂性：国产GPU生态尚在完善中，需处理大量兼容性问题和非标准接口
- 适合对底层系统编程感兴趣、具备较强逻辑思维能力和抗压能力的计算机/AI专业硕士毕业生
缺点 / 挑战
- 工作强度：作为核心研发岗位，可能面临较高的项目交付压力和技术攻关挑战
角色解读
- 纵向深耕：成为国产AI芯片生态领域的专家，主导核心算子库建设
- 横向拓展：转向AI系统架构师或高性能计算专家，参与更底层的软硬件协同设计
- 技术管理：带领团队攻克关键技术难题，推动国产AI基础设施的发展
- 将主流大模型和AI框架移植到国产GPU平台上，确保兼容性与稳定性
- 针对国产硬件特性进行底层算子开发与优化，提升模型训练和推理速度
- 解决客户在实际应用中遇到的精度、性能及工程化问题，提供技术支持
- 扎实的C++/Python编程能力，精通Linux系统环境
- 深入理解深度学习框架（PyTorch等）及大模型训练/推理原理
- 具备CUDA/HIP或高阶DSL（Triton）的算子开发经验
- 熟悉分布式训练技术及各类优化算法（如FlashAttention, LoRA）
申请策略
- 准备详细的项目介绍，重点阐述你在其中解决的技术难点和优化手段
- 了解海光信息的DCU产品线及其在行业中的应用场景，展现对公司的认知
- 突出大模型训练/推理相关的科研项目或实习经历，特别是涉及性能优化的部分
- 强调CUDA/HIP或类似异构编程语言的实战经验，展示算子开发的具体成果
- 体现Linux系统编程能力及Python数据处理能力，列举解决复杂系统问题的案例
- 复习分布式训练理论，了解ZeRO、FSDP等主流优化策略的原理
- 动手实践一个小型算子开发项目，熟悉从代码编写到性能剖析的全流程
- 关注国产GPU（如海光、华为昇腾）的最新动态和文档，了解其生态差异
面试指南
- STAR法则：情境-任务-行动-结果，重点量化优化前后的性能指标（如FPS提升、显存降低比例）
- 原理+实践：先阐述算法/硬件原理，再结合具体代码或实验数据说明实现细节
- 对比分析：在回答技术选型或优化方案时，主动对比不同方案的优缺点及适用场景
- 请详细介绍一下你做过的大模型训练或推理优化项目，遇到了哪些性能瓶颈？是如何解决的？
- 解释一下CUDA内存层次结构，以及如何通过共享内存优化矩阵乘法？
- 什么是FlashAttention？它为什么能比传统Attention更快？
- 在国产GPU上移植CUDA代码时，通常会遇到哪些主要障碍？你有何应对策略？
- 请手写一个简单的Python装饰器或描述Python GIL对多线程的影响
职位点评
薪资福利85
成长发展92
工作生活60
使命价值88
薪资福利
85较高
作为国内已上市的芯片龙头，校招薪资处于行业中上水平，福利体系完善，能提供较强的经济保障。
薪资信号偏高 (2.5千–4.0万/月)
成长发展
92较高
岗位涉及大模型优化与国产硬件适配，技术栈前沿且稀缺，能极大提升个人在AI系统领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈Megatron、vLLM、SGLang、DeepSeek、GLM、QWen、CUDA、HIP、Triton、ZeRO、FSDP、LoRA、FlashAttention
业务类型profit_center
工作生活
60中等
未明确提及弹性工作制，但作为研发型科技公司，通常有一定的技术氛围，不过高强度技术攻关可能带来一定工作压力。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
88较高
投身国产算力基础设施建设，打破国外技术垄断，具有显著的社会价值和行业使命感。
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
海光信息 的其他在招职位
相似职位推荐
规划算法研发岗(J51757)
京东方 · 合肥市
AI 估算 · 2.0–3.5万8 天前发布
能源管理系统算法开发主任工程师(053725)
隆基绿能 · 西安市
AI 估算 · 2.0–3.5万9 天前发布
算法开发工程师
京东 · 上海市
AI 估算 · 3.0–5.0万9 天前发布
定价算法专家
滴滴出行 · 北京市
AI 估算 · 6.0–12.0万9 天前发布
国际事业群IBG-算法实习生（MJ020608）
滴滴出行 · 北京市
AI 估算 · 0.2–0.4千9 天前发布
算法工程师-多模态（T-Star Lab ）
阿里巴巴 · 杭州市
AI 估算 · 1.0–2.0万9 天前发布
算法工程师
智谱 · 北京市
AI 估算 · 3.0–5.0万9 天前发布
算法工程师
中国电信 · 北京市
AI 估算 · 2.0–3.5万10 天前发布
Watch Jobs