AI编译器&模型优化实习生

招聘部门：算法 【岗位职责】 1、参与面向大模型与物理AI场景的AI编译器研发，优化计算图表示、算子融合与内存调度策略； 2、针对自研AI芯片进行算子定制与性能调优，实现端到端推理与训练加速； 3、设计并实现自动代码生成工具链，支持多后端（GPU/NPU/CPU）的高效算子发射； 4、调研SOTA大语言模型的压缩和加速算法，并针对小鹏的模型结构做优化和实现； 5、与算法、芯片团队深度协作，推动编译优化在百万级量产环境中的稳定落地。 【任职要求】 1、27届-28届毕业的同学，计算机/电子工程等相关专业，硕士及以上在读； 2、扎实的系统与工程能力：精通C++/Python，扎实掌握数据结构与算法，能高质量实现高性能算子或底层系统组件； 3、AI编译器基础：熟悉MLIR/TVM/XLA/IREE等编译框架，了解计算图优化、算子融合、内存复用等关键技术； 4、模型理解：熟悉LLM/VLM/扩散模型等主流架构，理解其计算模式对编译优化的需求；熟悉常用的大语言模型优化和压缩算法，比如量化，剪枝，稀疏化。 【加分项】 1、软硬协同优化：深度参与过AI芯片、编译器或软硬协同优化，对算力调度与成本优化有实践积累； 2、性能极致追求：有AutoML、模型压缩、量化或推理加速（如PagedAttention、Contiguous KV Cache）经验，或在Kaggle/天池等竞赛中取得优异成绩； 3、学术影响力：在OSDI/SOSP/ISCA/MLSys/PLDI等顶会发表过编译器/系统相关论文，或有高质量GitHub开源项目/工具贡献（如TVM/MLIR社区贡献）。