腾讯
异构适配与优化AI Agent研发工程师/专家（深圳/北京/上海）
异构适配与优化AI Agent研发工程师/专家（深圳/北京/上海）
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人工智能
人工智能
CI/CD
Cuda
Llm Agent
Prompt Engineering
Pytorch
Sglang
Vllm
算子优化
高性能计算
值不值得投
81综合评分
综合评分 81
顶尖大厂核心AI Infra岗，技术前沿性强，薪资丰厚，但工作强度可能较大
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
比人工智能中位数高
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 1920 个在招 · 其中人工智能 36 个
市场机会
选择面较广
深圳 · 人工智能 · 约 160 个在招
职位详情
关于这个职位
负责构建基于LLM的算子开发与跨芯迁移Agent，实现后端算子自动生成与芯片适配自动化
同时主导vLLM/SGLang等主流推理框架在特定芯片上的落地，针对MoE、Attention等大模型关键路径进行算子级深度性能优化，通过Profiling定位瓶颈并持续榨干硬件性能
最低要求
具备 LLM Agent 开发实践（Prompt Engineering、Tool Use、代码生成与校验），有 Coding Agent 深度使用或二次开发经验
有系统性性能优化方法论与真实提速案例，工程能力扎实，熟悉 CI/CD 与自动化测试
有AI Infra / 高性能计算经验，精通 CUDA 或 Triton，有手写高性能算子的实战经历
熟悉 PyTorch 算子机制与 vLLM / SGLang 等主流推理框架，了解大模型推理关键机制（KV、PD分离等）
工作职责
构建算子开发 Agent，基于 LLM 自动生成后端算子，覆盖代码生成、正确性校验、Benchmark 回归的完整闭环
构建跨芯迁移 Agent，将现有 GPU 算子与框架适配代码自动移植到相关芯片后端
负责 vLLM / SGLang 等框架在相关芯片上的适配落地，并对 MoE、Attention、KV Cache 等大模型关键路径做算子级深度优化
性能分析与调优，Profiling 定位瓶颈，在计算、显存、通信三个维度持续榨干硬件性能
沉淀专家经验为 Agent 可用的知识、规则与工具，实现自动调优闭环
优先资格
有相关芯片适配经验、AI 算子生成项目经验者优先
AI 洞察
优缺点分析
优点
- 接触最前沿的大模型底层优化技术，技术壁垒极高
- 依托腾讯平台，拥有海量数据和顶级算力资源支持
- 团队氛围开放，鼓励技术创新与生态共建
- 职业发展前景广阔，是AI Infra领域的高薪稀缺岗位
- 技术难度极大，需同时精通软件框架与硬件特性
- 对候选人的工程落地能力和理论深度要求均非常高
- 可能需要适应高强度的研发节奏以应对快速迭代的需求
- 适合具备深厚计算机体系结构功底、热衷于底层性能优化且对AI前沿技术充满热情的资深工程师
缺点 / 挑战
- 性能优化往往面临极限挑战，调试过程可能非常耗时
角色解读
- 成为AI Infra领域的顶尖专家，主导底层算力优化架构设计
- 向AI系统架构师方向发展，统筹软硬件协同优化策略
- 转型为技术管理岗，带领团队攻克前沿AI基础设施难题
- 研发基于LLM的自动化Agent，用于生成和优化后端算子代码
- 负责主流大模型推理框架（如vLLM）在新型芯片上的适配与性能调优
- 深入底层进行Profiling分析，从计算、显存、通信维度突破性能瓶颈
- 将专家经验转化为Agent可执行的规则和工具，实现自动化调优闭环
- 精通CUDA/Triton，具备手写高性能算子的实战能力
- 深入理解PyTorch机制及vLLM/SGLang等推理框架原理
- 掌握LLM Agent开发技术，包括Prompt Engineering和Tool Use
- 具备系统性性能优化方法论及CI/CD自动化测试工程能力
申请策略
- 准备详细的技术方案文档，展示对目标芯片和框架的理解
- 面试中重点阐述如何解决过具体的性能瓶颈问题，体现逻辑思维
- 突出展示手写高性能算子的具体案例及带来的性能提升数据
- 强调在vLLM/SGLang等框架上的定制开发或优化经验
- 详细描述LLM Agent在代码生成或自动化运维中的实际应用成果
- 体现系统性性能优化方法论，如Profiling工具的使用及瓶颈定位思路
- 深入学习Transformer架构细节，特别是MoE、KV Cache等机制
- 掌握Triton语言，扩展GPU编程技能树
面试指南
- STAR法则：情境-任务-行动-结果，重点量化性能提升指标
- 原理+实践：先解释底层原理，再结合具体代码或工具说明实施过程
- 对比分析：阐述不同技术方案的优劣及选择依据
- 系统化思维：展示从 profiling 到优化再到验证的完整闭环思路
- 请描述一次你通过CUDA优化显著提升程序性能的案例，你是如何定位瓶颈的？
- vLLM中的PagedAttention机制是如何工作的？相比传统Attention有何优势？
- 如何利用LLM构建一个能够自动生成并验证算子代码的Agent？
- 在多卡并行训练或推理中，通信瓶颈通常如何优化？
职位点评
薪资福利85
成长发展95
工作生活60
使命价值75
薪资福利
85较高
作为已上市巨头企业的核心研发岗，提供极具竞争力的薪酬包和完善的福利体系，满足高收入预期。
薪资信号偏高 (6.0千–10.0万/月)
成长发展
95较高
岗位涉及LLM Agent、高性能算子开发等前沿技术领域，技术成长空间巨大，能接触行业顶尖技术栈。
技术前沿前沿/新兴技术
技术栈LLM Agent、CUDA、Triton、vLLM、SGLang、PyTorch、MoE、KV Cache
业务类型profit_center
工作生活
60中等
互联网大厂核心研发岗位通常伴随较高工作强度，JD未明确提及弹性工作制或WLB保障，需做好心理准备。
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
75中等
致力于提升AI基础设施效率，推动大模型技术落地，具有显著的行业价值和技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
腾讯 的其他在招职位
相似职位推荐
Watch Jobs