瑞芯微
2027届校招NPU研发工程师-上海
2027届校招NPU研发工程师-上海
发布于 大约 16 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
Ai编译器
Gpu
Npu
Onnx
Pytorch
Rknn
Tensorflow
Tensorrt
量化
AI 估算 · 20k–30k
AI芯片方向校招薪资较高，瑞芯微作为上市芯片公司提供有竞争力薪酬，上海地区硕士起薪约2.5万/月。
职位详情
关于这个职位
该职位负责AI编译器及软硬件协同系统的开发，针对NPU硬件特性进行算子优化与调度，深入挖掘芯片算力性能
你将接触到CNN、Transformer、LLM等最新模型，参与多设备并行推理工具链建设，解决实际部署中的精度与性能问题
适合对AI底层技术有浓厚兴趣、热爱系统级优化的校招生
最低要求
计算机、电子工程、人工智能等相关专业本科及以上学历
精通深度学习基础理论与常见模型结构，熟练掌握Linux平台下的C/C++及Python编程，具备扎实的系统级开发与调试能力
掌握至少2种模型压缩核心技术（量化、剪枝、蒸馏等）的原理与实践，熟悉PyTorch/TensorFlow等主流框架及ONNX/TensorRT/RKNN等部署工具链
熟悉NPU/GPU等异构计算单元的编程与调优，具备良好的代码规范、问题定位能力及团队协作精神
工作职责
参与AI编译器及软硬件协同系统开发迭代，负责计算图优化、算子生成、运行时调度等核心能力建设
结合NPU硬件特性，完成硬件算子适配、调度及访存优化，充分挖掘芯片算力性能
针对CNN、Transformer、LLM等模型，落地算子优化、量化、精度控制等编译策略，提升推理性能与稳定性
开发多设备并行推理工具链，维护ONNX算子处理规则库，提升模型部署通用性与效率
解决模型部署中的精度、动态Shape、边界兼容等工程问题，保障推理链路稳定
AI 洞察
优缺点分析
优点
- AI芯片是高速增长赛道，技术壁垒高，积累的经验非常稀缺
- 能接触编译器、调度、算子优化等底层技术，个人技术成长迅速
- 瑞芯微是上市芯片公司，平台稳定，有完善的应届生培养机制
- 工作涉及LLM等前沿模型，与行业趋势紧密相关
- 系统级调试和性能优化极其耗时，可能需要加班
- 对代码质量要求高，且需要处理复杂的边界情况和兼容性问题，工作细致度要求高
- 适合对底层技术有强烈好奇心、能静心钻研系统软件，且愿意在AI芯片领域长期深耕的技术型人才
缺点 / 挑战
- 技术栈深且杂，需要同时掌握深度学习、编译原理、硬件架构知识，学习压力较大
角色解读
- 从编译器/算子开发工程师起步，逐步成长为AI芯片软件栈的核心技术专家
- 向AI编译器架构师方向发展，负责整体编译框架的设计与优化
- 可横向拓展到芯片验证、AI应用优化等领域，技术纵深广
- 开发AI编译器，优化计算图、生成算子和运行时调度，让模型在NPU上高效运行
- 针对NPU硬件特性进行算子适配、访存优化，挖掘芯片最大算力，提升推理性能
- 为CNN、Transformer、LLM等模型落地量化、剪枝等编译策略，保证推理精度和稳定性
- 构建多设备并行推理工具链，维护ONNX算子规则库，解决模型部署中的工程问题
- 扎实的C/C++和Python编程能力，能在Linux环境下进行系统级开发和调试
- 精通深度学习基础理论，熟悉主流模型结构和PyTorch/TensorFlow等框架
- 掌握量化、剪枝、蒸馏等模型压缩技术，了解ONNX/TensorRT/RKNN等部署工具链
- 了解NPU/GPU异构计算原理，有编程和调优经验更佳
申请策略
- 了解瑞芯微的芯片产品线（如RK系列），在面试中结合具体场景展示理解
- 如果有开源项目或技术博客，可以在简历中附上，体现技术热情
- 突出C/C++和Python的实战项目，尤其是涉及性能调优或系统级开发的经历
- 展示对深度学习模型部署的理解，如有量化、剪枝或TensorRT/RKNN优化项目更佳
- 如有编译器、LLVM、TVM等底层开发经验，务必重点描述
- 强调团队协作和解决复杂工程问题的能力
- 提前学习AI编译器基础知识（如TVM、MLIR）和NPU架构
- 动手实践模型量化（如PTQ/QAT）和部署流程，熟悉RKNN等工具
面试指南
- 用STAR法则回答项目类问题：情境、任务、行动、结果
- 技术概念题可先回答定义，再展开原理，最后举例或结合项目说明
- 优化类问题注重思路：先做profiling，再定位瓶颈，给出针对性方案，并量化效果
- 请解释一下深度学习模型在NPU上部署的完整流程
- 如何对一个卷积层进行量化？请说明量化的步骤和可能遇到的问题
- 谈谈你对TVM或MLIR的理解，能否对比传统编译器？
- 给定一个内存受限的场景，如何优化算子访存效率？
- 你做过哪些性能优化？如何定位和解决性能瓶颈？
职位点评
68
综合评分
AI芯片大厂校招，技术前沿，成长快，但薪资不明确且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
最适合追求技术成长和行业前沿的求职者，愿意为了技术深度接受一定的工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
薪资未在JD中明确，但作为上市公司校招岗位，薪酬通常具有竞争力，福利待遇预计较为完善。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
85较高
岗位涉及AI编译器、模型压缩、异构计算等前沿技术，技术成长空间大，但JD未明确晋升路径。
技术前沿前沿/新兴技术
技术栈C++、Python、NPU、量化、剪枝、ONNX、TensorRT、RKNN、AI编译器
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性工作或远程，地点在上海，整体工作节奏可能较快。
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
70中等
AI芯片行业景气度高，使命感强，但具体社会价值在JD中未直接体现。
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
瑞芯微 的其他在招职位
相似职位推荐
Watch Jobs