高级AI工程师 - 机器学习工程

角色概述： HKRI 人工智能基础设施（AI Infra）团队致力于打造世界一流的 “AI for Science” 研究团队，以长期愿景推动人工智能前沿发展，并为科学进步与社会价值创造切实影响。我们的研究方向涵盖多个尖端领域，包括 大语言模型（LLM）推理加速 、 基于机器学习的力场模拟加速 以及 生成式人工智能（GenAI）加速 等。团队在 宁德 和 香港 设有先进实验室，促进系统、算法与领域科学之间的深度融合。 我们正在寻找热爱技术、兼具系统思维与 AI 能力的 机器学习工程师 ，共同构建下一代 AI 基础设施。 主要职责： 调研、评估并落地机器学习系统领域的前沿技术，例如新型 GPU 架构、编译器优化、自定义算子设计等； 参与机器学习全栈系统的开发，覆盖资源调度、分布式训练与推理、数据管理、工作流编排等模块； 设计、开发并持续优化高性能、以开发者体验为核心的机器学习平台，力争树立行业新标杆； 与算法团队（如机理建模、有机/无机材料发现等方向）紧密协作，开展算法与系统的联合优化，赋能科学应用

计算机科学、软件工程、人工智能或相关专业，获得学士、硕士或博士学位； 具备扎实的软件工程与机器学习算法基础，3 年以上相关实践经验，有扎实的编码能力； 真正热爱技术，乐于一线写代码（熟悉 C++/Python/React/Node 等）、排查复杂问题，并能深入系统底层； 具备解决难题的能力，在面对挑战时保持耐心、好奇心与清晰的逻辑思维； 责任心强，具备优秀的自驱力、学习能力、沟通能力和团队协作精神。 加分项（优先考虑）： 熟悉LLM、NLP、CV等技术，尤其在大规模模型、机器学习力场或生成式 AI 方向有经验者； 在以下一个或多个领域有实践经验：机器学习硬件（GPU、专用加速器、高速互连）、CUDA、RDMA 或高性能网络、AI 基础设施、分布式系统或高性能计算（HPC）、软硬件协同设计（HW/SW Co-Design）、用于系统的机器学习（ML for Systems）或分布式存储