寒武纪
AI 智算平台研发工程师-27届
AI 智算平台研发工程师-27届
发布于 大约 8 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
硕士
平台工程
Aiops
分布式系统
大模型
AI 估算 · 20k–28k
AI智算平台研发属于核心技术岗，硕士应届校招，上海薪资水平较高，预计月薪2-2.8万，年薪约30-42万。
职位详情
关于这个职位
作为寒武纪AI智算平台研发工程师，你将参与构建从模型开发到推理部署的一站式平台，包括高性能计算引擎、分布式训练调度、全链路监控系统、大模型对话平台等核心组件
工作涉及前后端开发、Kubernetes、性能优化与AIOps，适合对AI基础设施和系统开发感兴趣的硕士应届生
最低要求
硕士及以上学历，计算机相关专业
2、精通Golang/Python（至少一种），具备高性能、高并发系统开发经验
3、深入理解Linux系统机制（CPU调度、文件系统、网络协议栈），熟练使用perf/strace/bpftrace等性能分析工具
4、熟悉MySQL数据库原理与应用，掌握Git版本控制工具
5、具备Shell脚本开发能力，能够编写自动化运维工具
6、熟悉Kubernetes核心组件与工作机制，了解Docker容器技术原理
7、有开源社区贡献经验（GitHub项目、CNCF合并PR或技术博客）者优先
注：本岗位设置笔试环节，请留意邮件及短信通知
工作职责
负责AI智算平台核心组件研发（含前后端系统），构建从模型开发到推理部署的一站式解决方案，显著提升AI研发效率
设计高性能计算引擎，优化分布式训练/推理调度策略，有效支撑大模型训练/推理场景
研发全链路监控系统，实现秒级故障检测与自动恢复机制，确保系统高可用性
开发大模型对话平台，涵盖模型调优、智能体构建和知识库管理等核心功能模块
研发故障采集与根因分析系统，快速定位并解决智能加速卡集群运行问题
应用AIOps技术实现运维自动化，持续提升集群稳定性和可靠性
优先资格
有开源社区贡献经验（GitHub项目、CNCF合并PR或技术博客）者优先
AI 洞察
优缺点分析
优点
- 所在赛道为AI基础设施，是当前热门方向，技术含量高，成长空间大
- 公司为上市公司，平台稳定，能接触到大规模GPU集群和真实业务场景
- 岗位涉及前后端、分布式、AIOps等多领域，技术栈丰富，个人能力提升快
- 工作地点在上海，可能需要现场办公，工作节奏和强度未明确
- 岗位设置笔试环节，求职流程竞争激烈
缺点 / 挑战
- 校招岗位对技术深度要求较高，需要同时掌握系统、网络、容器等多方面知识
- 适合对AI基础设施和系统研发有浓厚兴趣、喜欢挑战复杂技术问题、希望在大平台快速成长的计算机相关专业硕士应届生
角色解读
- 从平台研发工程师起步，逐步成长为AI基础设施领域的技术专家
- 可向分布式系统架构师、AI平台架构师方向发展
- 也可转向AIOps、大模型工程化等前沿方向
- 负责AI智算平台的核心组件研发，包括前后端系统，构建模型开发到推理部署的一站式解决方案
- 设计高性能计算引擎，优化分布式训练/推理调度策略，支撑大模型训练/推理场景
- 研发全链路监控系统和故障根因分析系统，确保集群高可用性和稳定性
- 开发大模型对话平台，涵盖模型调优、智能体构建和知识库管理等核心功能
- 精通Golang或Python，具备高性能、高并发系统开发经验
- 深入理解Linux系统机制，熟练使用perf、strace、bpftrace等性能分析工具
- 熟悉Kubernetes、Docker容器技术，了解MySQL、Shell脚本
- 有开源社区贡献经验者优先，体现技术热情和协作能力
申请策略
- 提前了解寒武纪的AI芯片和平台产品，在面试中展现对业务的兴趣
- 关注笔试通知，复习数据结构、算法和操作系统基础知识
- 突出Golang/Python的项目经验，尤其是高并发、高可用系统开发案例
- 展示对Linux系统机制的理解，如有性能调优、故障排查经历更佳
- 强调Kubernetes/Docker使用经验，以及任何分布式系统相关项目
- 如有GitHub开源贡献或技术博客，务必重点列出
- 系统学习Kubernetes核心组件和调度原理，练习部署和管理集群
- 深入阅读MySQL源码或优化经验，掌握常见性能瓶颈排查方法
面试指南
- 采用STAR原则：说明情境、任务、行动和结果，突出技术决策和量化效果
- 对于系统排查类问题，展示系统性思维：从现象→假设→验证→根因→解决方案
- 结合JD要求，将回答关联到实际应用场景，体现对AI智算平台的理解
- 请介绍一个你参与过的高并发系统项目，如何设计架构并解决性能问题？
- Kubernetes中Pod调度是怎样的过程？如何优化调度策略？
- 如何定位Linux系统CPU使用率过高的问题？请说明排查步骤
- 大模型训练时如何实现分布式训练？数据并行和模型并行有何区别？
- 假设集群出现网络延迟异常，你会如何设计监控和告警机制？
职位点评
77
综合评分
前沿AI平台研发岗位，技术成长快、薪资竞争力强，但需现场办公且WLB不明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
最适合追求技术成长和职业发展的应届硕士，能接受现场办公和一定工作强度。
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88
工作生活55
使命价值75
薪资福利
80较高
作为上市AI公司，薪资水平有竞争力，但JD未透露具体福利，综合评定较好。
薪资信号未披露（AI估算：20K-28K/月）
成长发展
88较高
岗位涉及AI智算平台、大模型、AIOps等前沿技术，能快速积累分布式系统和AI基础设施经验，成长空间大。
技术前沿前沿/新兴技术
技术栈Golang、Python、Kubernetes、Docker、Linux、AIOps、大模型、分布式训练
业务类型ambiguous
工作生活
55较低
工作地点在上海，要求现场办公，JD未提及弹性或远程，生活节奏可能受通勤和加班影响。
工作模式仅现场办公
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智算平台推动AI技术落地，具备技术价值和社会意义，但JD未强调使命导向。
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
寒武纪 的其他在招职位
相似职位推荐
Watch Jobs