Cambricon logo
寒武纪
AI解决方案工程师-27届

AI解决方案工程师-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
本科
机器学习工程
Gpu
Mlperf
Pytorch
Tensorflow
大模型
性能优化
计算机视觉

AI 估算 · 20k–30k

AI芯片赛道人才稀缺,上海一线城市薪资高,应届生算法岗月薪2-3万,年包15薪。

职位详情

关于这个职位

该职位负责AI芯片上模型的量化、移植与性能优化,帮助客户实现SOTA算法的高效部署

你将接触大模型、多模态等前沿技术,使用TensorFlow/PyTorch进行端到端调优,并参与MLPerf等基准优化
适合对AI工程化有热情、喜欢挑战性能瓶颈的应届生

最低要求

EECS或相关专业,本科及以上学历

熟悉掌握一种或以上主流框架(TensorFlow/ PyTorch等);
对大模型、多模态、计算机视觉、自然语言处理中的某一个场景具有浓厚的兴趣和一定的积累
熟悉Linux系统,熟练使用Python/Shell/C/C++等至少一种编程语言;
勤于思考,乐于解决问题,对问题有好奇心

工作职责

负责客户AI工作负载/SOTA算法模型的量化分析、移植、实现、端到端性能优化和精度调优;

针对主流的或客户的AI Benchmark(如MLPerf等)进行端到端的优化,关注评估业界各优化技术,并落地实践
开发和维护model zoo,进行SOTA算法复现,测试并进行性能优化分析和精度调优

优先资格

有GPU或其他AI芯片性能优化分析和精度调优经验, 熟练掌握profiler、nvprof和nsight等性能分析工具

了解megatron/deepspeed等分布式框架;
具有大模型/多模态模型pretrain,finetune经验

AI 洞察

优缺点分析

优点

  • 站在AI芯片最前沿,接触大模型、多模态等热点技术,技术视野广阔
  • 寒武纪作为上市AI芯片公司,平台稳定,项目实战机会多
  • 性能优化技能通用性强,职业发展空间大
  • 性能调优需要极强的耐心和调试能力,工作可能枯燥

缺点 / 挑战

  • AI芯片行业竞争激烈,需持续学习新技术,压力较大
  • 需与客户对接,可能需要出差,沟通成本较高
  • 适合对AI底层优化有浓厚兴趣、喜欢挑战技术难题、乐于动手实践的工科生

角色解读

  • 在AI芯片解决方案领域深耕,成为资深性能优化工程师或技术专家
  • 可转向AI芯片架构设计、编译器优化或深度学习框架开发等方向
  • 随着AI产业化加速,该领域人才需求旺盛,晋升通道清晰
  • 负责AI模型在寒武纪芯片上的量化、移植与性能调优,解决客户实际部署问题
  • 针对MLPerf等AI基准进行端到端优化,跟踪业界前沿优化技术
  • 开发和维护model zoo,复现SOTA算法并完成性能优化和精度调优
  • 熟练掌握TensorFlow或PyTorch等深度学习框架,能独立进行模型开发与调试
  • 熟悉Linux环境,掌握Python/C/C++/Shell至少一种,具备扎实的编程能力
  • 对计算机视觉、NLP或大模型有深入了解,熟悉性能分析工具(如profiler、nsight)者优先

申请策略

  • 关注寒武纪的技术博客或开源项目,了解其芯片架构特点
  • 笔试环节需重点准备算法和深度学习基础,提前刷题
  • 突出深度学习框架使用经验,如PyTorch/TensorFlow项目
  • 强调参与过的模型训练或优化项目,最好有量化或性能调优经历
  • 展示编程能力,包括Python/C++、Linux使用经验
  • 若有竞赛或论文,可体现对CV/NLP等方向的积累
  • 提前学习常用的性能分析工具(如nvprof、nsight)和AI芯片优化方法
  • 熟悉分布式训练框架,如Megatron、DeepSpeed

面试指南

  • 使用STAR法则:概述项目背景、你的任务、采取的具体优化手段(如算子融合、内存复用、量化等)、最终效果
  • 针对性能问题,强调系统性分析流程:先profiler定位瓶颈,再分别从计算、访存、通信等维度优化
  • 结合具体数据说明成果,体现量化对比和可验证性
  • 如何对PyTorch模型进行端到端性能优化?你有哪些经验?
  • 在GPU或AI芯片上做量化时,如何处理精度损失?
  • 解释一下MLPerf的基准测试内容和你的优化思路?
  • 如何分析模型推理的瓶颈?用哪些profiler工具?
  • 是否了解Transformer结构?在大模型部署中需要哪些优化?

职位点评

77
综合评分

AI芯片前沿技术岗,技术成长极佳,薪资有竞争力,但WLB未知。

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
最看重技术成长和前沿挑战的应届生,能接受现场办公和可能的加班。
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60
使命价值80

薪资福利

70中等

薪资水平在AI芯片行业有竞争力,但JD未披露具体福利,长期回报看好。

薪资信号未披露(AI估算:20K-30K/月)

成长发展

90较高

岗位涉及前沿AI技术(大模型、多模态)和AI芯片优化,技术成长空间大,学习机会多。

技术前沿前沿/新兴技术
技术栈TensorFlow、PyTorch、GPU、大模型、多模态、MLPerf、性能优化
业务类型ambiguous

工作生活

60中等

工作地点在上海,但JD未提及弹性工作或WLB信号,可能会面临高强度开发节奏。

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

80较高

AI芯片是高速增长赛道,对社会智能化有积极影响,岗位的使命感较强。

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