浪潮
AI性能调优工程师
AI性能调优工程师
发布于 大约 5 小时前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
本科
算法优化工程师
Ai Infra
Flash Attention
分布式训练
异构计算
性能分析
Fused Moe
AI 估算 · 30k–50k
AI性能优化岗位技术门槛高，市场需求大，薪资水平较高。
职位详情
关于这个职位
作为AI性能调优工程师，你将专注于大模型在异构算力平台上的训练与推理性能优化，通过深入分析性能瓶颈、优化通信与算子实现，提升模型吞吐、时延和资源利用率等核心指标
该岗位技术深度高，涉及前沿AI Infra领域，适合对性能优化有热情、具备扎实系统能力的工程师
最低要求
本科及以上学历，计算机、软件工程、电子、通信、自动化等相关专业，具备扎实的数据结构、算法、操作系统、计算机体系结构和网络基础优先
精通Transformer模型架构，熟悉常见算子的实现原理，如flash attention、fused moe等优先
熟悉异构算力平台特性，能熟练使用性能分析工具定位性能瓶颈优先
具备良好的 C++、Python工程能力和性能分析能力，能够独立定位复杂问题并推动优化方案落地优先
工作职责
负责大模型在算力平台上的训练、推理性能优化，持续提升模型在异构硬件环境下的吞吐、时延、显存占用和资源利用率等核心指标
负责算力平台下训推框架的端到端性能分析与性能瓶颈定位
负责算力平台下的分布式训练与推理场景下的性能优化，包括通信库优化、KV cache传输效率优化等
开发性能分析、精度评测和芯片评测等工具，持续跟踪大模型、AI芯片和AI Infra发展趋势，支撑技术规划与能力演进
AI 洞察
优缺点分析
优点
- 技术深度高，涉及AI Infra、分布式系统、性能优化等前沿领域，技能积累价值高
- 浪潮作为大型企业，平台资源丰富，能接触大规模算力集群和真实业务场景
- AI性能优化是当前热门方向，市场需求大，职业发展前景广阔
- 技术难度大，需要同时掌握模型架构、系统底层和分布式知识，学习曲线陡峭
- 对硬件和软件协同优化要求高，可能需要频繁与硬件团队协作，沟通成本高
缺点 / 挑战
- 工作强度可能较高，需要应对复杂的性能问题和紧迫的项目周期
- 适合对性能优化有强烈兴趣、具备扎实系统底层知识、喜欢挑战复杂技术问题的工程师
角色解读
- 在AI Infra领域深耕，成为性能优化专家，负责大规模集群的优化
- 向技术管理方向发展，带领团队进行AI平台优化和工具链建设
- 横向拓展至AI芯片评测、系统架构设计等方向，成为综合型技术专家
- 负责大模型在异构算力平台上的训练和推理性能优化，提升吞吐、时延、显存占用等核心指标
- 进行端到端的性能分析，定位并解决分布式训练和推理场景中的性能瓶颈
- 开发性能分析、精度评测和芯片评测工具，跟踪AI芯片和AI Infra发展趋势
- 精通Transformer架构和常见算子（如Flash Attention、Fused MoE）的实现原理
- 具备扎实的C++和Python工程能力，能够独立进行性能分析和优化
- 熟悉异构算力平台特性，熟练使用性能分析工具（如NVIDIA Nsight、Perf等）
申请策略
- 了解浪潮在AI算力领域的产品和业务方向，在面试中展示对AI Infra的行业认知
- 准备一个完整的性能优化案例，从问题定位到优化落地的全过程，体现解决问题的能力
- 突出大模型训练或推理性能优化的项目经验，量化性能提升指标（如吞吐提升、时延降低）
- 强调对Transformer架构、Flash Attention等算子的深入理解，以及C++/Python的工程能力
- 展示使用性能分析工具（如Nsight、Perf）定位和解决性能瓶颈的案例
- 深入学习CUDA编程和GPU架构，提升底层优化能力
- 熟悉分布式训练框架（如Megatron-LM、DeepSpeed）和通信库（如NCCL）的优化技巧
- 关注AI芯片（如NVIDIA、华为昇腾）的最新特性，了解异构计算趋势
面试指南
- 回答时采用STAR法则，先描述问题背景，再说明分析方法和工具，最后强调优化效果和量化指标
- 如何定位大模型训练中的性能瓶颈？请举例说明
- 介绍Flash Attention的原理和优化点
- 如何优化分布式训练中的通信效率？
- 如何提升推理时的KV Cache传输效率？
- 如何设计一个性能分析工具来监控训练任务？
- 复习Transformer架构、GPU架构和分布式训练的基础知识
- 准备1-2个性能优化的项目案例，突出技术细节和成果
职位点评
73
综合评分
技术前沿、成长空间大，但工作强度可能较高，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
适合追求技术深度和职业成长、对AI性能优化有热情、能接受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70
成长发展90
工作生活50
使命价值80
薪资福利
70中等
薪资面议，但AI性能优化岗位通常薪资较高，且浪潮作为上市公司提供稳定的福利保障。
薪资信号面议 (30K-50K/月)
成长发展
90较高
该岗位涉及AI Infra前沿技术，技术深度高，能显著提升个人技能和职业竞争力。
技术前沿前沿/新兴技术
技术栈C++、Python、Transformer、Flash Attention、Fused MoE、分布式训练、性能分析、AI Infra
业务类型profit_center
工作生活
50较低
工作地点在北京，需现场办公，未提及弹性工作安排，可能面临较高工作强度。
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
80较高
AI性能优化是推动AI技术落地的关键环节，具有较高的技术价值和社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs