异构计算性能优化工程师

硬件架构选型与设计：根据公司AI业务场景（大模型训练、AIGC、推荐系统等），主导GPU/AI加速器的架构评估与选型决策，制定符合业务需求的解决方案。

性能评估与优化：深入研究AI算法（深度学习、CV、NLP、多模态等）的计算特征，建立GPU/异构硬件的性能评测体系，输出优化建议并推动落地，提升训练与推理效率。

技术趋势洞察：跟踪多元GPU/AI芯片的技术演进，结合公司业务战略，规划硬件技术路线图。

软硬件协同优化：与算法团队、系统团队深度协作，开展算子优化、显存优化、通信优化等工作，打通从算法需求到硬件性能的全链路。

技术方案落地：撰写技术方案文档，推动硬件选型决策的标准化与规模化复制，支持AI业务快速迭代。

计算机、电子工程、人工智能等相关专业本科及以上学历，硕士或博士优先；

扎实的AI理论基础：深入理解深度学习框架（TensorFlow/PyTorch）及主流模型架构；

硬件性能调优经验：熟悉GPU体系架构，具备CUDA/ROCm编程或性能 profiling 实战经验；

系统级视野：了解AI训练/推理的全栈性能瓶颈，能够从算法、框架、硬件多维度分析问题。