编译器开发工程师

参与编译器核心优化算法的调研、实现与验证，包括但不限于多面体模型（Polyhedral Model）、整数线性规划（ILP）、图论优化算法等在编译优化中的应用。 参与编译器中间表示（IR）优化、指令调度、代码生成等核心模块的开发与调试工作。 参与AI推理/训练模型在自研芯片（NPU/RISC-V）上的编译适配与性能调优，协助提升模型推理效率。 参与性能瓶颈分析与优化，结合硬件特性（如Vector/SIMD扩展）完成编译层加速方案的验证。 协助编译工具链的维护与升级，解决跨平台兼容性问题。

1. 01

   教育背景 专业： 计算机科学、软件工程、应用数学、电子信息、自动化等相关专业，202X届硕士或博士毕业生。 核心知识： 扎实掌握编译原理、计算机体系结构、数据结构与算法、线性代数等核心课程知识。

2. 02

   专业技能 编程语言： 精通 C/C++ 编程，熟悉现代C++特性（C++11/14/17/20）；熟练使用 Python 进行脚本开发与自动化测试。 编译基础： 深入理解编译器的基本架构（前端/中端/后端），熟悉至少一种编译器的基本工作流程（LLVM或GCC均可）；理解中间表示（IR）的基本概念与优化思路。 算法与数学基础： 具备良好的算法设计能力与数学建模基础；对多面体模型（Polyhedral Model）、整数线性规划（ILP）、图论算法、最小费用流等优化算法有基本了解（有课程或课题实践者优先）。

3. 03

   项目/科研经历（满足任一即可） 有编译器/工具链相关课题或项目经历，完成过编译器优化Pass开发、IR优化或代码生成/指令调度等模块开发工作。 有AI编译器（如TVM/MLIR） 使用或二次开发经验（如算子自动调优、图优化Pass编写等）。 有异构计算/硬件加速相关研究经验，熟悉CUDA/OpenCL或SIMD向量化编程。 有开源编译器项目（LLVM、GCC等） 贡献经历或对开源社区有持续关注。 使用TVM/MLIR/Triton等开源AI编译器完成过课程设计、科研实验或开源项目开发者优先。 熟悉Transformer类模型结构或有相关图编译/图优化处理经验者优先。

4. 04

   综合素质 英语能力： 能熟练阅读英文技术文档及学术论文，能够跟进编译器/体系结构领域前沿研究成果。 逻辑与自驱： 具备优秀的逻辑分析能力和算法思维，对程序性能优化有浓厚兴趣，具备较强的自驱力和钻研精神。 沟通与协作： 具备良好的团队协作和沟通能力，能够与芯片设计、算法等团队高效合作。 加分项 熟悉并行计算模型（如OpenMP、MPI）或异构编程模型（CUDA、ROCm、OpenCL）。 有RISC-V、ARM、x86等指令集架构的基本了解，或相关汇编级优化经验。 熟悉深度学习框架（PyTorch/TensorFlow） 的基本使用与模型部署流程。 有高性能计算（HPC） 或数值计算库（如BLAS、cuBLAS） 优化经验。 博士期间有编译器/程序优化/体系结构方向高水平论文（CGO、PLDI、ASPLOS、MICRO、ISCA等） 发表。