海光信息
2027校招-模型应用分析工程师（产品方向）
2027校招-模型应用分析工程师（产品方向）
发布于 7 天前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Deepspeed
Megatron
Nccl
Pytorch Profiler
Vllm
软硬协同优化
值不值得投
83综合评分
综合评分 83
国产芯片龙头校招、前沿AI系统优化技术、高成长潜力、地点灵活可选
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
2.8万
比AI算法中位数高
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
选择适中
北京 · AI算法 · 50 个在招
职位详情
关于这个职位
作为海光信息的校招模型应用分析工程师，你将专注于主流AI大模型的深度性能剖析，从计算、通信等维度定位瓶颈
你需要结合自研芯片架构提出软硬协同优化方案，并开发自动化分析工具链，为产品架构设计提供关键数据支撑
最低要求
学历要求：硕士及以上学历，计算机科学与技术、电子工程、微电子等相关专业
技术能力：
熟练使用Linux操作系统，熟练掌握各类系统级及AI模型性能分析工具
深入理解Transformer系列模型的计算原理，熟悉Megatron、DeepSpeed、vLLM、SGLang等主流AI框架的源码级特性
熟悉大模型混合并行策略（TP/PP/EP）及通信优化技术，了解MPI/NCCL通信协议的性能调优方法
具备扎实的编程基础，熟练使用Python/Bash等脚本语言，具备自动化分析工具的设计与开发能力
工作职责
AI模型性能特征分析：聚焦主流AI模型（如LLMs、多模态大模型、OCR、ASR等），从计算、通信、访存、I/O四大维度进行深度剖析
结合硬件架构实现软硬协同，精准定位性能瓶颈，构建依托自研芯片的模型特征图谱，并输出系统的性能分析报告
优化方案设计与落地：基于特征分析结果与硬件架构，针对模型训练/推理场景，提出计算加速、通信优化、访存及I/O效率提升等系统性优化方案，并推动优化措施的实际落地与验证
工具链开发与应用：构建自动化性能分析框架，集成PyTorch Profiler等主流性能分析测试工具，实现端到端的AI模型性能测试与根因定位
技术输出与架构支撑：撰写高质量的性能分析报告与优化建议，为AI集群设计、产品架构设计及后续优化提供关键的数据支撑与决策依据
AI 洞察
优缺点分析
优点
- 身处国产算力核心赛道，接触最前沿的大模型与自研芯片技术
- 工作内容兼具理论深度与工程落地，技术壁垒高，职业护城河深
- 上市公司平台稳定，资源投入充足
- 需要同时精通软件算法与硬件架构，知识跨度大，学习曲线陡峭
- 性能优化工作往往面临极端复杂的调试环境，对耐心和细致度要求极高
- 适合对底层系统原理有浓厚兴趣、具备扎实计算机基础、喜欢钻研技术难题的理工科毕业生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI系统架构师、高性能计算专家方向发展，或转型为AI基础设施产品经理，深耕底层硬件与上层算法的协同优化领域
- 对主流AI大模型进行底层的性能剖析，找出计算、通信等瓶颈
- 设计软硬协同的优化方案，并在自研芯片上验证效果
- 开发自动化性能分析工具链，为产品架构提供数据支持
- 深入理解Transformer架构及主流AI框架（Megatron, DeepSpeed等）源码
- 掌握Linux系统级性能分析工具及Python/Bash编程
- 熟悉大模型分布式训练并行策略及NCCL通信优化
申请策略
- 关注海光信息的最新芯片架构特点，尝试将JD中的技能点与公司产品线结合思考
- 面试中展现对‘软硬协同’这一核心概念的独到见解
- 突出在AI框架源码阅读、性能分析工具使用方面的具体项目经历
- 展示对Transformer并行策略及通信机制的深刻理解
- 强调Python自动化脚本开发能力及解决复杂技术问题的案例
- 复习Linux系统调用与性能分析工具（如perf, eBPF）
- 深入研究Megatron-DeepSpeed等框架的并行实现细节
- 练习使用PyTorch Profiler进行实际模型的性能 profiling
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历
- 对于技术问题，先给出核心概念定义，再结合具体工具或代码片段说明实现过程，最后总结优化效果或遇到的挑战
- 请简述Transformer模型在训练过程中的计算瓶颈主要在哪里？
- 你是如何使用PyTorch Profiler分析一个模型的性能热点的？
- 解释一下Megatron-LM中的张量并行和数据并行是如何协同工作的？
- 如果模型推理延迟高，你会从哪些维度排查原因？
- 重温《Computer Systems: A Programmer's Perspective》中关于性能优化的章节
- 梳理自己熟悉的AI框架源码结构图
职位点评
薪资福利85
成长发展95
工作生活60
使命价值80
薪资福利
85较高
作为已上市的头部芯片公司，提供具有市场竞争力的校招薪资和完善的福利体系，稳定性强。
薪资信号市场水准 (2.0千–3.5万/月)
成长发展
95较高
岗位涉及前沿AI大模型与自研芯片的软硬协同，技术栈极具前瞻性，能带来极高的专业技能成长。
技术前沿前沿/新兴技术
技术栈LLMs、Transformer、Megatron、DeepSpeed、vLLM、PyTorch Profiler、NCCL
业务类型profit_center
工作生活
60中等
未明确提及弹性工作制，但作为研发型岗位，通常比纯销售或运营岗位拥有相对可控的工作节奏，不过性能优化攻坚期可能需加班。
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
80较高
投身国产高端芯片研发，助力国家算力自主可控，具有显著的行业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
海光信息 的其他在招职位
相似职位推荐
Reinforcement Learning Intern - 2027
英伟达 · 上海市
AI 估算 · 1.0–1.5万2 小时前发布
AI Infrastructure and Frameworks Intern, Cosmos Lab - 2027
英伟达 · 上海市
AI 估算 · 8.0千–1.5万2 小时前发布
Senior AI Video Architecture Engineer
英伟达 · 上海市
AI 估算 · 4.0–7.0万2 小时前发布
Agent 开发工程师-订单组
同程旅行 · 北京市
薪资 · 3.0–4.5万10 小时前发布
Agent评测工程师
美团 · 北京市
AI 估算 · 2.5–4.5万10 小时前发布
【实习】大模型评测实习生
美团 · 北京市
AI 估算 · 0.3–0.4千10 小时前发布
AI Agent 知识库方向技术专家
美团 · 上海市
AI 估算 · 4.0–7.0万10 小时前发布
Industrial Engineering ES
德科斯米尔 · 沈阳市
AI 估算 · 1.8–3.0万11 小时前发布
Watch Jobs