异构计算工程师岗位职责

岗位描述：
1. 负责异构平台基础软件开发与维护
2. 负责异构平台性能调优与验证
3. 负责下一代产品评估
4. 探索前沿技术，优化高性能编程模型
职位要求：
1. 精通C++、泛型编程以及常见设计模式，3年以上C++/CUDA 开发经验，有实际调优经验
2. 精通异构编程，尤其对AMD或NV架构比较熟悉，熟悉CUDA或HIP
3. 熟悉并行计算、性能优化等技术
4. 熟悉vLLM/Deepseek 等模型调优
加分项：
1. CUTLASS社区贡献者
2. 发表过有实践价值的GPU领域论文
3. AI社区贡献者

工作职责：
-建设业界领先的AI异构算力容器平台，提供高性能、高稳定性、高易用性的百舸产品，支持AIGC、智算中心、金融
-结合 SOTA 模型训练推理优化原理，深入模型结构与设计思路，将训练推理优化手段工程实践化，为客户提供系统性加速方案，提升训推效率
-在自研Gpu芯片上适配常见大模型，结合深度学习训推框架特性，开发或调优相关算子，提升模型在芯片上的性能和精度表现，辅助客户进行芯片选型和应用
-针对大规模异构集群场景下，探索训推任务管理、异构资源调度、虚拟化混布、容器存储、高性能网络、分布式训练和推理等技术的创新和应用
-探索业界*新技术方向，参与机器学习框架等开源社区，提升百度混合云AI核心竞争力
任职资格：
-本科及以上学历，有一定程度的计算机相关专业知识背景
-优秀的编码能力，熟悉Golang/Python/Java/C/C++至少一项，有扎实的算法及数据结构基础，有良好的编程习惯。
-熟悉PyTorch，了解Megatron、DeepSpeed、vLLM、SGLang等大模型训推框架，做过测试、开发等工作。
-对GPU芯片架构有一定了解者优先，熟悉CUDA、OpenCL等高性能计算编程经验优先，有大规模训练推理实践经验者优先
-具备推理优化的深度实践经验优先：FlashAttention、PD分离、专家并行异构、负载均衡、模型压缩（蒸馏/量化）、缓存策略、异构计算加速
-具备训练优化的深度实践经验优先：分布式训练、显存优化（如Zero/Offload）、计算通信Overlap、混合精度、MoE架构调优
- 熟悉Kubernetes，K8s工作原理，熟悉调度器、资源扩展机制、容器运行时、容器网络等技术，有Kubernetes开发和维护经验优先
-有独立的分析问题和解决问题的能力，有强烈的责任心，较强的学习能力和沟通能力
工作地点：北京/上海

致力于构建领//先的AI异构计算加速引擎和加速平台。建立融合推理、训练和强化学习的软硬件一体的全栈国产化AI计算加速解决方案。
-负责大规模AI前向计算引擎（Inference Engine）框架和底层算子开发与优化
-负责大规模AI计算通信库及通信算法开发与优化
-负责面向CPU/GPU/FPGA/ASIC等多元化计算架构的编译系统开发、编译优化和算法加速
-负责异构高性能计算平台的设计、研发，高性能计算库、通信库开发与优化
任职资格
精通以下一项或多项专业技能，或在相关领域具备丰富经验
专业技能：
-热爱编程，精通C++/Python，具备高性能代码开发能力
-具有独立开发能力，对AI算法和主流框架有丰富的应用或开发经验
-精通GPU/ARM/MIPS/DSP等任意异构计算平台
-精通计算机体系结构，有汇编级别开发经验
-熟练使用Cublas、Cudnn、MIopen、OpenBlas、MKL、Eigen等主流计算库
-对不同网络拓扑结构的通信算法及底层通信函数有深入研究，对RDMA，GPU direct等技术有了解
-对分布式计算有深入理解，特别是同步、异步等通信策略在AI计算中的应用
软素质：
-目标驱动，并有探索精神
-团队协作及沟通能力
-具备分析和解决问题的能力
-有极强的学习能力和知识迁移能力
具有以下条件者优先：
-精通PaddlePaddle、TensorFlow、Pytorch等开源框架，做过源码级优化移植等工作
-有国产芯片平台算子开发和框架适配优化经验，具备模型端到端优化能力
-熟悉AI training通信过程，熟悉MPI，NCCL，RDMA，GPU Direct等通信技术
-精通CUDA/OpenCL开发，有SASS或PTX级别优化开发经验
-精通常用硬件平台性能分析工具链，如CodeXL\NVVP\GPA等
-有Linux内核相关开发和优化经验
工作地点
北京市, 上海市