1. 团队背景与业务方向
算能科技作为国内领先的AI计算基础设施提供商,其工具链团队承载着公司核心技术栈的研发重任。我们团队主要负责从芯片指令集到上层应用的全栈工具链开发,涵盖编译器优化、调试工具、性能分析器、自动化测试框架等核心组件。当前重点投入在面向大模型训练推理的专用工具链研发,目标是打造业界领先的AI开发体验。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心岗位需求
2.1 编译器开发工程师(急聘)
负责深度学习编译器前端/后端开发,具体要求:
- 精通LLVM/MLIR架构,有实际参与开源编译器项目经验
- 熟悉TVM/XLA等深度学习编译器框架
- 掌握多线程优化、内存优化等编译优化技术
- 有RISC-V或NPU指令集开发经验者优先
2.2 高性能计算工程师
专注于算子优化与计算库开发:
- 精通CUDA/OpenCL编程,有大规模并行计算优化经验
- 熟悉常见神经网络算子实现原理
- 掌握SIMD指令优化、缓存优化等技术
- 有BLAS/LAPACK等数学库开发经验加分
2.3 工具链全栈开发
负责开发IDE插件、调试工具等开发者工具:
- 熟练掌握C++/Python/Rust等语言
- 有VS Code/CLion等IDE插件开发经验
- 了解调试器原理(GDB/LLDB)
- 熟悉CI/CD流程与自动化测试
3. 技术栈与工作环境
3.1 核心技术栈
- 编译工具链:LLVM/MLIR/GCC
- 并行计算:CUDA/OpenCL/oneAPI
- 开发语言:C++20/Rust/Python
- 测试框架:Google Test/pytest
3.2 研发基础设施
- 算力资源:配备最新NPU开发板与GPU服务器
- 代码管理:GitLab CI/CD全流程
- 协作工具:Jira+Confluence+Slack
- 知识分享:每周技术沙龙与论文分享会
4. 成长体系与福利
4.1 职业发展路径
- 技术专家路线:Junior→Senior→Principal→Fellow
- 管理发展路线:Tech Lead→Engineering Manager→Director
- 每年两次晋升机会,明确的职级评定标准
4.2 学习资源
- 每年3万元技术培训预算
- ACM/I
