AI测试与系统优化架构资深专家

Job description

全栈性能评测体系设计与分析 (1)应用系统层评测

• 负责通用推理与大模型推理的评测框架设计、开发与优化，制定性能、精度及系统级评估标准。 (2)

微观内核层评测

主导面向算子的微观性能与功能评测体系设计。 (3)

训练性能评测

负责构建及优化训练场景的性能与效率评测方案。

• 瓶颈诊断与优化牵头 (1)基于全面的测试结果，进行深度分析，精准定位瓶颈所在层级（框架、算子或硬件）。 (2)

牵头框架优化

针对框架级别的性能瓶颈，主导设计并推动优化项目的实施。 (3)

牵头算子优化

针对关键算子的性能瓶颈，主导或深度参与其重写、融合及底层优化工作，并推动其在框架中的集成与部署。

• 自动化测试与效能平台建设 (1)推动构建集成CI的自动化测试与性能分析流水线，支持多硬件、多框架的自动化比对与回归测试。 (2)建立性能数据追踪、分析与可视化体系，为优化决策与效果验证提供持续数据支持。
• 技术协同与方案落地 (1)与硬件厂商、开发团队及业务方紧密协作，将测试结论与优化方案转化为可执行的技术任务。 (2)负责推动优化方案落地，验证优化效果，并沉淀为标准实践、工具或代码贡献。

任职要求

• 学历与经验 (1)硕士及以上学历，计算机、人工智能、软件工程等相关专业，8年以上工作经验。 (2)5年及以上AI系统开发、性能优化或深度基准测试经验。 (3)有MLPerf等基准测试工具深度使用经验，或具备自研测试平台/工具链实践经验者优先。

核心技术能力 (1)编程与开发基础

• 精通Python/C++，具备优秀的代码能力和系统调试能力。 (2)

框架开发与优化经验

熟悉PyTorch/TensorFlow等至少一种主流AI框架的架构与内部机制，有框架层性能调优或模块开发经验者优先。 (3)

算子开发与优化经验

具备AI算子开发、内核优化经验，熟悉CUDA等编程模型，有算子级性能调优项目经验者优先。 (4)

性能分析与诊断能力

深入理解计算机体系结构，具备全栈性能瓶颈的定位与分析能力。

• 工程与实践能力 (1)具备出色的项目推动力、跨团队协作能力和技术文档撰写能力。 (2)逻辑严谨，自驱力强，能够主动跟进AI领域的前沿技术。 (3)有开源AI项目贡献或相关领域公开技术输出者优先。