阿里巴巴
平头哥-AI 框架技术专家-北京
平头哥-AI 框架技术专家-北京
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Ai Vibe Coding
Cuda
Deepspeed
Megatron
Pytorch
Tensorflow
Vllm
开源社区
值不值得投
76综合评分
综合评分 76
前沿AI芯片框架技术岗，技术成长性强，薪资有竞争力，工作生活平衡需确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
比机器学习工程中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 2480 个在招 · 其中机器学习工程 约 160 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 410 个在招
职位详情
关于这个职位
作为平头哥AI框架技术专家，你将负责在AI芯片上适配和优化SOTA开源框架与模型，解决适配过程中的功能、性能与精度问题
同时，你需要对前沿模型和框架进行原理分析和竞品研究，构建端到端、算子粒度和Kernel粒度的仿真框架，以保障芯片设计成功
最低要求
硕士以上，计算机科学相关专业，至少8+年AI领域相关的开发经验
熟练掌握Python、C/C++编程语言，掌握AI Vibe Coding技术，良好的逻辑思维与问题分析能力
熟悉SOTA大语言模型、多模态模型、VLA模型的架构与原理
熟悉主流深度学习框架Pytorch、Tensorflow，分布式训练框架Megatron、DeepSpeed，推理框架VLLM、SGlang等
增强学习框架Slime、roll等
熟悉CUDA、Triton、Tilelang并行编程技术
责任心强，能够跨团队/部门协作分析与解决业务场景中AI软硬件全栈的功能、精度、性能问题达成产品化目标
工作职责
在AI芯片上适配SOTA开源框架和SOTA模型，分析解决适配过程中发现的功能、性能与精度问题，为AI芯片客户提供问题支持和解决方案
对SOTA模型和框架做原理分析，竞对分析、构建差异化产品竞争力，贡献开源社区提升产品影响力
构建SOTA模型和框架端到端粒度、算子粒度、Kernel粒度的仿真框架，在芯片设计阶段提前发现精度、性能问题，保障芯片设计成功
AI 洞察
优缺点分析
优点
- 技术前沿，直接参与AI芯片与大模型的软硬件协同优化，处于行业技术交汇点
- 依托阿里巴巴平台，拥有丰富的AI算力资源、庞大的业务场景和强大的开源社区影响力
- 技术栈深且更新快，需要持续学习AI模型、编译器、芯片架构等跨领域知识
- 适合拥有8年以上AI领域开发经验，对深度学习框架、模型原理有深入研究，并热衷于解决软硬件协同优化这一复杂技术难题的资深技术专家
缺点 / 挑战
- 解决的问题具有很高技术挑战性和差异化，有助于积累深厚的技术护城河
- 工作涉及多团队协作与复杂系统问题排查，沟通成本与协调难度较高
- 对性能优化和精度问题的要求严苛，可能面临较大的交付压力
角色解读
- 技术专家路线：可深耕AI编译器、芯片协同设计或模型优化，成为特定领域的顶尖专家
- 架构师路线：向AI系统架构师发展，负责更底层的软硬件协同设计和解决方案
- 技术管理路线：凭借技术影响力和项目经验，转向技术团队管理或产品经理岗位
- 负责AI芯片与SOTA开源框架（如PyTorch、TensorFlow）及模型的适配与优化，解决功能、性能、精度问题
- 深入分析大语言模型、多模态模型等前沿架构原理，进行竞品研究，构建产品差异化优势并贡献开源社区
- 设计并构建端到端、算子和Kernel粒度的仿真框架，在芯片设计早期发现并规避潜在问题
- 精通Python、C/C++编程及CUDA、Triton等并行编程技术，能进行高性能计算优化
- 熟悉主流深度学习框架（PyTorch、TensorFlow）、分布式训练（Megatron、DeepSpeed）及推理框架（VLLM、SGlang）
- 具备扎实的AI模型（特别是大语言模型、多模态模型）原理知识和实战经验
- 拥有优秀的跨团队协作与问题分析能力，能够解决软硬件全栈复杂问题
申请策略
- 提前了解平头哥的芯片产品路线图和阿里云相关AI业务，面试中可体现对业务的理解
- 准备一个从模型到芯片的端到端优化案例，展示全栈问题分析与解决能力
- 详细描述在AI框架适配、性能优化或芯片协同项目中的具体职责与成果，突出解决的技术难题和量化指标（如性能提升百分比）
- 列出对PyTorch、TensorFlow、CUDA等核心技能的实际应用经验，以及贡献开源项目的经历
- 强调跨团队协作经历，展示沟通协调和推动复杂问题解决的能力
- 深入研究最新的SOTA模型（如VLA、多模态模型）和推理框架（如VLLM、SGlang），保持技术敏感度
- 系统性学习AI编译器（如MLIR、XLA）和硬件架构知识，加深对芯片-软件栈协同的理解
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答项目经历问题
- 技术问题回答遵循‘原理-实践-效果’的逻辑，先阐述技术原理，再结合具体实践说明，最后给出量化结果
- 对于开放性问题，可以先给出核心观点，再分点阐述理由，并联系公司或产品实际
- 请描述一个你将深度学习模型适配到新硬件平台并解决性能或精度问题的项目经历
- 当你发现一个SOTA模型在特定算子上存在性能瓶颈时，你会如何定位和优化？
- 你如何看待开源AI框架的发展趋势？以及如何为开源社区做贡献？
- 请解释一下CUDA/Triton编程中的常见优化手段
- 如何构建一个用于评估芯片设计阶段精度和性能的仿真框架？
职位点评
薪资福利80
成长发展85
工作生活60
使命价值75
薪资福利
80较高
作为阿里巴巴旗下公司的高级技术岗位，薪资和福利体系通常具有市场竞争力，能为求职者提供较好的经济回报和稳定性。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
该职位直接涉及AI框架、芯片协同等前沿技术领域，对技术深度和广度要求高，能为求职者提供显著的技术成长和行业影响力提升机会。
技术前沿前沿/新兴技术
技术栈SOTA大语言模型、多模态模型、VLA模型、Pytorch、Tensorflow、Megatron、DeepSpeed、VLLM、SGlang、CUDA、Triton、Tilelang
业务类型ambiguous
工作生活
60中等
职位描述未明确提及办公模式、工作时间或WLB相关信息，工作生活平衡情况未知，可能依赖于具体团队和项目节奏。
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
75中等
AI芯片与框架技术处于人工智能产业的核心赛道，行业增长迅速，该岗位的工作对推动技术进步和解决实际产业问题有直接价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs