科大讯飞
词元星火-中级研究算法工程师(J13592)
词元星火-中级研究算法工程师(J13592)
发布于 大约 7 小时前普通员工/个人贡献者
合肥市
高级经验
全职员工
仅现场办公
硕士
算法优化工程师
Ascend C
Cuda
Gpu
Hccl
Nccl
Npu
Tilelang
性能优化
AI 估算 · 30k–50k
资深算法工程师，技术门槛高，市场稀缺，合肥地区薪资竞争力强，结合公司规模与行业水平，月薪3-5万合理。
职位详情
关于这个职位
该职位专注于大模型核心计算与通信算子的研发和性能优化，需要深入理解GPU/NPU硬件架构，使用CUDA、Ascend C、TileLang等技术进行算子开发与调优，以支撑大规模分布式训练和推理的高效运行
适合对底层性能优化充满热情、具备扎实C++/C编程功底和编译优化知识的资深工程师
最低要求
基础门槛
研究生及以上学历
编程功底扎实，精通C++/C语言，具备良好的代码规范意识与数据结构、算法基础，熟悉操作系统核心原理
熟练使用Git等代码管理工具，养成规范的开发习惯
熟练掌握linux下开发能力
热爱性能优化，兼具技术视野与代码品质追求，具备良好的中文沟通能力、团队协作意识、责任心与自驱力，学习能力突出
技术必备
熟练掌握CUDA、Ascend C等编程原理，能够基于编程语言开展算子开发工作
掌握编译优化技术，清晰理解GPU/NPU架构的并行执行、内存层级与计算单元特性
熟练掌握TileLang、Triton等编译原理及使用，编写和优化核心算子
对硬件底层架构有清晰认知，能够结合硬件特性开展针对性优化
工作职责
岗位职责：1、算子开发与优化
围绕GPU、NPU等主流硬件架构，依托CUDA、Ascend C、TileLang等技术，完成大模型核心计算和通信算子研发和优化
立足芯片存储层级、计算单元、指令集特性，开展针对性性能调优，确保算子性能精准匹配硬件能力，为业务提供高效算力支持
通信算子研发与调优
针对跨卡、跨机等多样化通信场景，设计、开发并优化通信算子，保障分布式训练、推理的高效通信链路
持续对NCCL、HCCL等主流集合通信库进行性能打磨与故障排查，保障通信环节稳定可靠，适配大规模算力协同需求
协同与优化
紧跟模型结构与算法迭代趋势，协同框架、算法团队，设计适配硬件特性的模型方案，挖掘硬件与算法的协同潜力
围绕真实训练、推理负载开展性能分析，为模型落地提供性能优化支撑，保障业务高效运行
优先资格
加分项
算子专长：有CUDA或Ascend C算子开发经验，熟悉LLM相关算子等算子库，深入理解AI加速卡硬架构和特性
竞赛背景：在高性能计算相关赛事取得较好成绩
行业经验：拥有3年以上算子库优化经验，执着于挖掘硬件性能、提升软件效率
AI 洞察
优缺点分析
优点
- 技术前沿，涉及大模型和AI芯片优化，技能积累价值高
- 公司平台大，资源丰富，有机会接触大规模训练集群
- 技术门槛高，需要深厚的底层硬件和编程功底
- 工作强度可能较大，需要持续跟进技术迭代
- 竞争激烈，需不断学习新硬件架构
- 适合对底层性能优化充满热情、具备扎实C++和CUDA基础、愿意深入硬件架构的工程师
缺点 / 挑战
- 薪资水平较高，有竞争力
角色解读
- 从算子优化工程师向资深性能优化专家发展，成为硬件与算法协同领域的专家
- 可转向AI基础设施架构师，负责大规模训练集群的设计与优化
- 在科大讯飞等大平台，有机会参与前沿AI项目，积累深厚的技术经验
- 负责大模型核心计算和通信算子的研发与优化，包括GPU/NPU上的算子开发与调优
- 针对跨卡、跨机通信场景，设计并优化通信算子，保障分布式训练和推理的高效通信
- 与框架和算法团队协同，设计适配硬件特性的模型方案，进行性能分析并优化真实负载
- 精通C++/C编程，熟悉数据结构、算法和操作系统原理
- 熟练掌握CUDA、Ascend C等编程，具备算子开发经验
- 掌握编译优化技术，理解GPU/NPU架构的并行执行和内存层级
- 熟悉TileLang、Triton等编译工具，能够编写和优化核心算子
申请策略
- 了解科大讯飞在AI领域的业务方向，特别是大模型相关项目
- 准备展示对硬件底层优化的热情和思考
- 突出CUDA或Ascend C算子开发经验，展示具体项目成果
- 强调性能优化案例，如算子性能提升的量化数据
- 展示对GPU/NPU架构的理解，以及编译优化相关经验
- 如有竞赛获奖，务必提及
- 深入学习TileLang、Triton等编译工具
- 熟悉NCCL/HCCL通信库原理和优化技巧
面试指南
- 使用STAR法则，描述项目背景、任务、行动和结果，突出量化成果
- 展示对硬件架构的深入理解，结合具体优化措施
- 强调团队协作和问题解决能力
- 请介绍一个你优化过的最复杂的算子，具体做了哪些优化？
- 如何理解GPU内存层级对算子性能的影响？
- 在分布式训练中，通信瓶颈如何定位和优化？
- 谈谈你对TileLang或Triton的理解，以及如何用它优化算子？
- 你如何平衡算子通用性和性能？
职位点评
75
综合评分
前沿技术岗，薪资高，成长空间大，但WLB一般。
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。
更适合这类人
适合追求技术成长、对前沿技术充满热情、能接受现场办公和一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
该职位薪资水平较高，公司为上市公司，福利待遇较好，但JD未明确薪资范围，需面议。
薪资信号面议 (30K-50K/月)
成长发展
90较高
职位聚焦前沿AI技术，技术栈先进，成长空间大，但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈CUDA、Ascend C、TileLang、Triton、GPU、NPU、NCCL、HCCL
业务类型ambiguous
工作生活
50较低
工作地点在合肥，现场办公，JD未提及弹性工作，可能加班。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
AI行业前景广阔，但JD未提及社会价值，属于技术驱动岗位。
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
Watch Jobs