计算系统研究工程师
发布于 3 小时前普通员工/个人贡献者
值不值得投
综合评分 75
前沿AI计算系统研究方向、技术成长性与行业影响力突出，办公模式与工作节奏未明确。
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
3.5万
比高性能计算中位数低
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 650 个在招 · 其中高性能计算 2 个
市场机会
选择面较广
北京 · 高性能计算 · 54 个在招
职位详情
关于这个职位
该岗位隶属于华为2012实验室，面向AI应用开展下一代计算系统的前瞻性研究与开发，覆盖低时延/高性价比推理集群、边缘一体机、池化存储、新型微体系结构及系统软件等方向
最低要求
计算机体系结构、集成电路、软件工程、数学、微电子、电子工程或相关专业本科及以上学历，优先考虑计算系统领域研究或项目经验
工作职责
面向AI应用开展下一代计算系统的前瞻性技术研究和系统开发，系统层围绕面向Agent应用的集群系统架构设计与实现、低时延推理集群计算系统架构设计与实现、高性价比推理集群计算系统架构设计与实现、边缘一体机架构设计与实现和物理AI计算系统架构设计与实现、AI计算系统软件、面向AI的池化存储系统架构、新型微体系结构等方向开展相关工作
优先资格
优先考虑有计算系统领域研究或项目经验者
AI 洞察
优缺点分析
优点
- 处在AI算力基础设施的核心赛道，研究方向前沿且技术天花板高
- 研究与工程并重，能同时积累论文专利与落地系统经验
- 涉及体系结构、编译、存储、组网全栈，技术视野开阔
- 有与高校、标准组织联合创新的资源
- 系统级研究周期长、验证链路复杂，短期成果不易显现
- 需要同时具备硬件与软件深层知识，学习曲线陡峭
- 适合计算机体系结构或系统软件背景、愿意长期钻研底层技术，并兼具科研思维与工程动手能力的求职者
缺点 / 挑战
- 前瞻性探索存在方向不确定性，需要承受探索失败的风险
角色解读
- 依托2012实验室可走技术专家路线，从方向骨干成长为系统架构师或首席科学家，也可横向拓展至芯片-系统协同、异构计算与AI基础设施等方向
- 面向AI Agent与推理场景，研究并设计下一代计算系统架构，如低时延/高性价比推理集群、边缘一体机、物理AI计算系统等
- 需要扎实的计算机体系结构、操作系统与编译器基础
- 精通C++/Python并具备系统级框架开发与性能调优能力
- 熟悉GPU/NPU等异构硬件特性，并在分布式计算、内存、调度或编译优化中至少一个方向有深度
申请策略
- 提前了解2012实验室公开的研究方向与近期论文，在简历与沟通中体现方向匹配度
- 准备能讲清架构权衡与取舍的案例，而非只列技术名词
- 重点突出体系结构、操作系统、编译器等课程与科研项目背景
- 用量化数据说明系统性能优化成果（时延下降、吞吐提升、成本降低）
- 列出C++/Python系统级开发、分布式或异构算力项目经历
- 补充论文、专利、开源贡献与顶会/标准组织参与经历
- 补充GPU/NPU编程与性能剖析工具链（如CUDA或昇腾CANN）
- 在分布式推理调度、内存池化、编译器优化中挑一个方向做深
面试指南
- 项目类问题按“背景—瓶颈—方案—权衡—量化收益”结构讲述
- 架构设计题先明确场景与核心指标（时延/吞吐/成本），再分层给出方案，最后说明验证方法与取舍
- 前沿类问题给出自己的观点与依据，体现持续跟踪
- 请介绍一个你主导的系统级性能优化项目，瓶颈如何定位、收益如何量化？2、面向Agent/LLM推理的集群系统，你会如何设计低时延架构，关键权衡是什么？3、层次化内存池或CPU物理池化的实现难点有哪些，如何兼顾隔离与利用率？4、在编译&运行时层面可以做哪些优化来提升异构算力利用率？5、你如何跟踪体系结构前沿，最近读过哪篇论文，有什么自己的判断？
- 复习体系结构（缓存一致性、NUMA、互联）、操作系统调度与编译优化基础
- 准备1-2个可被深挖的系统项目，能画架构图并讲清数据通路
- 了解昇腾/CANN生态与2012实验室的公开研究方向
职位点评
薪资福利
JD未披露薪资，但岗位技能门槛高、方向稀缺，整体薪酬在同类研究中处于较好水平；福利信息JD未提及，需面试确认。
成长发展
岗位处于AI算力基础设施前沿，覆盖体系结构、系统软件、编译运行时等多个高价值方向，并有顶会、标准组织与高校合作的成长资源。
工作生活
JD未提及办公模式、弹性工时或加班安排，工作节奏无法从原文判断；地点固定在北京，通勤情况取决于具体办公地点。
使命价值
面向AI应用的下一代计算系统属于高增长方向，岗位强调原创技术、产业标准与开放生态建设，技术意义与行业影响力较强。
华为 的其他在招职位