超威半导体的Senior AI Inference Engineer薪资是多少？

该职位薪资范围为 4.0–7.0万/月。

Senior AI Inference Engineer的工作地点在哪里？

该职位工作地点位于上海市。工作形式为仅现场办公。

超威半导体的Senior AI Inference Engineer有什么任职要求？

该职位要求硕士学历及高级经验工作经验。

超威半导体

Senior AI Inference Engineer

立即应聘

Senior AI Inference Engineer

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 4.0–7.0万 · AI 参考估算

上海市

高级经验

硕士

全职员工仅现场办公AI算法

AI算法

Cuda/Hip

大模型推理优化

性能调优

高性能计算(Hpc)

值不值得投

82综合评分

综合评分 82

顶尖大厂核心AI底层研发岗，技术前沿、发展极好，适合追求技术深度的资深工程师

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

5.5万

比AI算法中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

97 个在招 · 其中AI算法 2 个

市场机会

选择面较广

上海 · AI算法 · 78 个在招

职位详情

关于这个职位

负责大模型推理场景下的GPU Kernel开发与性能优化，涵盖GEMM、Attention等核心算子

参与自动化优化系统研发，利用Triton、HIP等技术进行调优与验证，解决计算与访存瓶颈，推动AI基础设施性能突破

最低要求

计算机、软件工程、人工智能、高性能计算等相关专业硕士或博士

熟悉 C/C++、Python，具备较好的编程和问题分析能力

工作职责

面向大模型推理场景进行 GPU Kernel 开发与性能优化，包括 GEMM、Attention、MoE 等核心算子

参与 Kernel Agent / 自动化优化系统研发，实现 Kernel 自动生成、性能分析、自动调优和结果验证

使用 Triton、HIP、CK、AITER 等技术进行 Kernel 开发、profiling 和性能调优

分析 Kernel 的计算、访存和并行效率瓶颈，并通过 tiling、fusion 等方式提升性能

优先资格

有 CUDA、CuteDSL、HIP、Triton 或其他 GPU 编程经验者优先

有高性能计算、大模型推理优化相关项目或研究经验者优先

对 LLM Coding Agent 感兴趣者优先

AI 洞察

优缺点分析

优点

处于AI算力最前沿，接触业界最先进的GPU硬件与大模型技术栈
技术门槛极高，需要深厚的计算机体系结构功底和数学基础
热衷于底层系统优化、对高性能计算有深厚兴趣且具备极强编程能力的资深工程师或研究人员

缺点 / 挑战

平台资源雄厚，能解决极具挑战性的性能瓶颈问题
工作压力大，需应对快速迭代的AI算法需求

角色解读

可向首席科学家、AI基础设施架构师或高性能计算领域专家方向发展，成为行业内的技术权威
专注于大模型（LLM）推理阶段的GPU底层算子开发与优化，如GEMM和Attention机制
精通C/C++/Python，深入理解GPU架构，熟练掌握CUDA/HIP/Triton等并行编程工具

申请策略

准备详细的技术方案演示，展示如何针对特定算子进行性能剖析和优化
了解AMD最新GPU架构特性
突出展示GPU Kernel优化的具体案例，量化性能提升比例（如加速比）
强调在大模型推理或HPC领域的实战经验
深入研究AMD ROCm生态及Triton编译器原理
加强对于内存层级结构和并行计算理论的理解

面试指南

采用STAR法则：情境（Context）、任务（Task）、行动（Action，重点讲技术细节如Tiling/Fusion）、结果（Result，提供数据支撑）
请描述你优化过的最复杂的GPU Kernel，遇到了哪些瓶颈？
如何在Triton中实现高效的Fusion策略？
对比CUDA和HIP，它们在编程模型上的主要差异是什么？
针对MoE架构，如何进行算子融合以提升吞吐量？
复习计算机体系结构知识，特别是GPU内存层次和指令集
准备1-2个深度技术项目案例，能够经得起深挖