AI系统工程师

岗位职责
岗位目的：
负责面向国产AI芯片的大模型并行训练系统中核心子系统（编译优化、通信库、并行策略）的设计、开发与性能调优。通过软硬件深度协同技术，解决AI芯片在大模型训练中面临的算子效率、通信开销与并行配置等核心挑战，构建高性能、全栈可控的AI训练软件栈，确保项目关键技术指标的实现与系统的高效稳定运行。
工作职责：
1、编译优化子系统开发：参与基于MLIR的多层次统一中间表示框架的设计与实现，负责针对AI芯片异构架构进行算子融合、向量化编译、内存局部性优化及混合精度量化，提升核心算子的计算效率与资源利用率。
2、通信库开发与优化：参与设计并实现面向AI芯片互联拓扑的层次化通信库，开发高效的集合通信原语，实现计算-通信重叠、梯度压缩等优化技术，降低大规模分布式训练中的通信开销。
3、并行策略研究与实现：参与基于机器学习的多维并行策略（数据/张量/流水线并行）自动搜索系统的研发，设计动态负载均衡机制，优化千亿参数模型在A2集群上的训练吞吐量与扩展性。
4、系统集成与性能调优：负责将编译、通信、并行等子系统进行集成与联调，利用性能分析工具进行全链路性能剖析与瓶颈定位，持续优化系统整体性能，确保达到项目设定的性能指标。

岗位要求
1、学历/专业：硕士及以上学历，计算机科学、电子工程、人工智能、软件工程等相关专业。
2、工作经验：1.编译方向：具有基于LLVM/MLIR的编译工具链开发或优化经验；有算子融合、向量化或量化精度适配经验者优先。
2.通信方向：具有NCCL或MPI等高性能通信库的二次开发或调优经验；有大规模（32卡及以上）集群通信系统搭建或拓扑感知优化经验者优先。并行方向：具有使用Megatron-LM、DeepSpeed等框架进行大模型分布式训练的经验；有并行策略自动搜索或千亿参数模型并行训练支撑经验者优先
3、知识技能要求：1.熟悉 LLVM/MLIR 编译框架；具备算子融合、向量化编译、内存局部性优化能力，能独立完成从高级算子到芯片指令的转换开发；了解 FP32/FP16/INT8 等量化精度技术，熟悉大模型核心算子（如 Attention、MLA）计算逻辑。
2.熟悉NCCL通信库；能设计并实现拓扑感知的点对点/集合通信原语，掌握梯度压缩、增量更新等通信优化技术；掌握使用工具进行通信性能分析与调优。
3.熟悉 Megatron-LM等并行训练工具；具备计算图分析、动态负载均衡算法设计能力，具备构建并行策略自动搜索系统能力。
4、能力要求：具备优秀的系统性问题分析和解决能力，良好的团队协作与沟通能力，能够承担有挑战性的研发任务，并具备较强的学习能力和创新思维。
5、其他要求：对国产AI芯片生态建设有热情，能适应阶段性高强度研发工作。有责任心，注重代码质量与工程规范。