寒武纪
AI编译器研发工程师-27届
AI编译器研发工程师-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
本科
软件工程
Linalg
Llvm
Mlir
Npu
Tvm
Xla
编译器优化
AI 估算 · 22k–35k
AI芯片赛道热门，编译器研发技术壁垒高，校招薪资有竞争力，上海地区偏高。
职位详情
关于这个职位
该职位负责在寒武纪NPU芯片上优化Triton编译器和基于MHLO的图编译器，涉及MLIR、Linalg框架的代码优化
你将参与算子融合、自动调优、代码生成等核心工作，与硬件和AI框架团队协作，提升AI计算性能
适合对编译器技术有浓厚兴趣的应届生
最低要求
计算机、电子工程、数学或相关专业，本科及以上学历
具备扎实的编程基础，熟练掌握C++和Python
对编译器技术有浓厚兴趣，熟悉MLIR、Linalg或类似编译框架者优先
有Triton开发经验或参与过相关开源项目者优先
有GPU/TPU/DSP等芯片的Kernel优化或性能调优经验者加分
学习能力强，具备良好的问题解决能力和团队协作意识
工作职责
研究和优化 Triton 编译器和基于MHLO的图编译器，使其高效支持 寒武纪芯片 计算架构
基于 MLIR + Linalg 框架，提升编译器代码执行效率
参与 图优化、后端代码生成、调度策略、指令优化、流水并行化相关优化工作
研究和优化寒武纪芯片 上的 Kernel 计算性能，降低计算开销，提高吞吐率
研究算子融合（Op Fusion）、自动调优（Auto-Tuning）、代码生成（CodeGen） 相关优化策略
与 硬件团队、AI框架团队（如 PyTorch/TensorFlow） 协作，提升 寒武纪AI编译器对寒武纪 NPU 的支持能力
跟踪 LLVM、Triton、TVM、XLA、TorchInductor 等 AI 编译器前沿技术，优化编译性能
优先资格
参与过 Triton、IREE、XLA、TVM、TorchInductor 等编译器的开发，或在 GitHub 提交过相关 PR
在校期间参与过编译器、AI框架或高性能计算相关项目
有ACM、OI等竞赛背景或开源社区贡献
在 NeurIPS、ICLR、PLDI、CGO、MICRO 等学术会议上发表过 AI 编译相关论文
AI 洞察
优缺点分析
优点
- AI芯片行业高速增长，编译器岗位技术含量高，职业前景广阔
- 接触LLVM、MLIR、Triton等前沿技术，技能积累快，市场认可度高
- 公司为上市企业，平台稳定，研发资源丰富，适合应届生成长
- 与硬件团队合作，能深入理解AI计算全栈，提升综合能力
- 编译器研发复杂度高，学习曲线陡峭，需要投入大量时间钻研
- 校招竞争激烈，笔试环节筛选严格，需提前准备
缺点 / 挑战
- 工作内容涉及底层系统，调试难度大，可能面临较大技术压力
- 适合对编译器和高性能计算有浓厚兴趣，喜欢挑战技术难题的应届毕业生
角色解读
- 从编译器优化工程师起步，逐步深入AI编译器的核心模块，成为技术专家
- 可向编译器架构师方向发展，负责整体编译栈的设计与优化
- 有机会参与行业前沿项目，如Triton、MLIR社区贡献，提升技术影响力
- 负责在寒武纪NPU芯片上优化Triton编译器，使其高效支持特定硬件架构
- 基于MLIR和Linalg框架进行图优化和后端代码生成，提升编译执行效率
- 参与算子融合、自动调优、指令优化等性能调优工作，降低AI计算开销
- 与硬件和AI框架团队紧密协作，跟踪LLVM、TVM等前沿技术并落地优化
- 扎实的C++和Python编程基础，能够进行底层编译器开发
- 理解编译器原理，熟悉MLIR、Linalg等编译框架或类似技术
- 对AI芯片架构有一定认识，了解GPU/TPU等Kernel优化方法
- 具备良好的问题解决能力和团队协作意识，乐于研究新技术
申请策略
- 笔试环节可能涉及编程题和编译器基础知识，提前刷题复习
- 了解寒武纪的NPU架构及AI编译器生态，在面试中展现兴趣
- 突出编译器相关项目经验，包括课程设计、开源贡献或实习经历
- 展示C++和Python的编程能力，可附上GitHub链接或代码样例
- 强调参加ACM/OI等竞赛或发表相关论文的经历，体现算法功底
- 如有Triton、MLIR或类似框架的使用经验，务必重点描述
- 提前学习MLIR和Linalg框架，动手实现简单的编译器优化pass
- 熟悉Triton编程模型，尝试阅读源码或参与开源issue
面试指南
- 从概念入手，结合具体例子说明，展示对底层原理的理解
- 遇到优化类问题，先分析瓶颈，再提出针对性方案，强调数据驱动
- 对开放性问题，可以分步骤回答，并联系相关工具和框架
- 请解释MLIR中的Dialect和Pass机制，并举例说明
- 如何优化一个算子在特定硬件上的性能？给出思路和步骤
- 谈谈对Triton编译器的理解，它如何调度GPU Kernel？
- C++中虚函数实现原理？编译器如何优化虚调用？
- 给定一个循环，如何利用编译器技术实现并行化？
职位点评
76
综合评分
上市AI芯片公司，前沿编译器技术，成长性极强，但工作强度未知，薪资有竞争力。
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
最適合追求技术成长、对编译器研究充满热情，并愿意接受挑战的求职者。
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92
工作生活50
使命价值85
薪资福利
70中等
上市AI芯片公司，薪资竞争力强，但JD未明确具体福利，补偿性一般偏上。
薪资信号未披露（AI估算：22K-35K/月）
成长发展
92较高
编译器技术前沿，涉及MLIR、Triton等，技能成长空间巨大，发展性极强。
技术前沿前沿/新兴技术
技术栈Triton、MLIR、Linalg、LLVM、TVM、XLA、TorchInductor、NPU、C++、Python
业务类型ambiguous
工作生活
50较低
工作地点在上海，未提及WLB，加班情况未知，生活化动机满足有限。
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
85较高
AI芯片属于国家战略产业，技术自主可控意义重大，工作使命感强。
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