gpu开发工程师岗位职责

https://genomics.zhiye.com/ 1. 基于二代基因测序仪的图像数据流，负责Basecall核心算法的CUDA并行移植与全链路GPU加速，将碱基识别、Q值校正、信号降噪等核心步骤落地到高性能显卡及测序仪专用异构硬件上，大幅降低单样本碱基识别延迟。2. 负责GPU算法的性能 profiling 与迭代优化，输出可量化的加速指标报告，持续优化算力利用率，降低测序仪整机的算力功耗比。3. 结合GRU、Transformer等序列模型的算子特性，完成定制化GPU算子开发与融合优化，适配测序过程中的lag runon校正、信号漂移补偿等专属算法，提升长读长测序的碱基识别准确率。4. 针对大模型驱动的端到端Basecall流程，优化GPU内核的显存访问模式、线程束调度策略与计算资源占用，解决高并发图像帧处理场景下的性能瓶颈，支撑测序仪产出Q70级别的高精准碱基序列输出。

职位描述：
负责异构计算集群的架构设计与研发，优化算力资源调度，提升效率与稳定性，为亿万用户提供普惠算力服务。
攻克主流AI应用在异构计算集群部署中的技术瓶颈，设计并开发高性能、高可用的异构计算解决方案。
主导Serverless化异构计算平台的建设，推动云原生架构在异构计算领域的创新应用与迭代升级。
跟踪AI领域的前沿技术动态，参与构建面向下一代AI训练与推理场景的智能算力平台架构。

职位要求：
精通C/C++/Go等核心开发语言，具备Python、Rust、Shell等一种或多种语言的开发经验，拥有规范的工程化编码能力。
深入理解Linux系统，具有Kubernetes及容器化技术的实战经验，有大规模生产系统软件的开发与运维经验。
熟悉异构计算编程，具备AI相关背景；有CUDA、分布式计算或高性能计算相关项目经验者优先。
具备GPU虚拟化、资源隔离、热迁移、集群资源调度管理、大规模监控、巡检及稳定性建设等相关经验者优先。
英语CET-6级以上，具备技术文档研读能力，计算机相关专业硕士学历，并具有5年及以上云计算或AI Infra研发经验。

岗位职责 1、负责大模型训练与推理场景下的GPU性能优化，突破算力瓶颈； 2、开发分布式训练框架，设计高效并行计算方案（数据/模型/流水线并行）； 3、优化显存管理机制，开发显存复用、卸载等创新技术； 4、设计GPU-CPU异构计算架构，优化通信机制（NCCL/RDMA）； 5、跟踪CUDA/TensorCore等前沿技术，攻克大模型训练和推理中的技术难题； 6、深度优化Transformer等核心算子的GPU Kernel实现。

任职要求 1、计算机/电子工程/应用数学等相关专业，本科5+/硕士3+经验，博士优先； 2、精通CUDA编程，深入理解Amperex/Hopper架构特性； 3、有PyTorch/TensorFlow等框架底层优化经验，熟悉Kernel Fusion技术； 4、熟悉Megatron/DeepSpeed等分布式训练框架实现原理； 5、掌握显存优化技术（ZeRO/Checkpointing等）； 6、熟悉GPU Profiling工具（Nsight Systems/Compute）； 7、有大规模（千卡级）分布式训练调优经验者优先； 8、在PLDI/ASPLOS/SC等顶会发表论文者优先。

加分项 无