高性能计算工程师（CUDA方向） AD内推 蔚来自动驾驶研发团队 北京 社招 全职 数字技术 - 软件研发 本科及以上 3-5 年 职位描述 岗位职责： 基于 NVidia GPU 架构特性，完成深度学习算子，CV 、点云计算库的开发及优化 职位要求 基本要求：1、计算机、软件工程、自动化等相关专业硕士及以上；2、熟悉 Nvidia GPU 体系结构，理解CUDA与硬件底层映射关系，掌握 CUDA 编程模型，熟悉常用 CUDA 优化方法，熟悉基于 TensorCore 编程方法； 3、熟悉常用算法、数据结构，有较强的 C/C++ 编程能力； 5、具备 C/C++和CUDA程序性能分析、问题定位、调试的能力，掌握对应调试分析工具的使用； 6、良好的编程风格习惯、文档撰写能力，团队沟通协作能力； 加分项1、深入理解计算机体系结构；3、熟悉 cub、cutlass 、cute等计算库； 4、熟悉 PTX/SASS 汇编；5、熟悉国产NPU等加速器 投递...
大模型后训练与GPU/加速器内核优化实习生 北京 校招 实习 算法类 职位描述 面向CUDA及多架构加速器（类CUDA）内核开发的垂直场景，基于现有基础模型开展后训练与评测落地，提升模型在内核生成/改写/性能优化上的实用能力，并在真实业务中落地1. 构建/清洗面向内核的训练数据与指令模板（生成、优化、注释、性能提示等）；2. 基于SFT、DPO/奖励建模、PPO/RLHF/RLAIF等开展后训练与对齐；3. 搭建自动化评测闭环：编译-单测-正确性-性能基准与指标（可编译率、通过率、吞吐/延迟、寄存器/共享内存、occupancy等）；4. 集成编译/分析/运行工具，将静态/动态性能信号引入训练反馈。 职位要求 1. 硕士/博士在读，大模型方向；2. 至少一种LLM后训练实践（SFT或RLHF/RLAIF/奖励建模/DPO等），重视训练-评测落地能力，有coding方向经验加分；3. 熟悉PyTorch与数据处理，能搭建训练/评测流水线；了解分布式/混合精度者优先；4. 具备CUDA/GPU并行基础，能阅读/编写内核并定位性能瓶颈；熟悉nvcc/clang与profilers等工具；5. 工程能力扎实（Python优先，C/C++加分），自驱与协作良好。加分项1. 有CUDA/HIP/SYCL或其他加速器内核优化经验；搭建过编译-运行-打分闭环；2. 在算子优化/并行计算/系统性能工程方面有积累；有开源、论文或竞赛经历。 投递...
Miclaw-大模型训练推理方向实习生 AI人才专项 热招 北京 校招 实习 软件研发类 职位描述 1. 研究并复现业界与学术界 SOTA 的大模型推理优化技术，包括但不限于极低比特量化、FlashAttention、投机解码（Speculative Decoding）、KV Cache 优化等关键方向，并在真实端侧场景中进行性能评估与对比分析。2. 面向端侧算力与内存受限场景，探索高效的大模型结构与推理策略，如端侧友好的 MoE 方案、稀疏与线性注意力、长上下文推理优化等，推动模型在性能、效果与资源消耗之间的最优权衡。3. 参与大模型与芯片协同设计（Model–Chip Co-design），从模型结构、算子设计到推理系统层面进行联合优化，深入理解端侧 NPU / GPU / CPU 架构对模型推理性能的影响。4. 与模型、系统、芯片团队深度协作，将研究成果转化为可落地的工程方案，并有机会参与核心模块的设计与实现，产生可量化的性能提升结果。 职位要求 1. 计算机科学、人工智能、电子工程或相关专业在读本科 / 硕士 / 博士，对大模型、系统或芯片方向有强烈兴趣。2. 具备扎实的算法与系统基础，对复杂系统的性能瓶颈具有较强分析能力，愿意深入到实现细节解决“难而重要”的问题。3. 至少在以下一个或多个方向具备良好基础或实践经验：- 大模型推理与优化（Attention、KV
自动驾驶 - 大模型部署优化算法工程师（实习）-2027届 北京 校招 实习 算法类 职位描述 1. 负责自动驾驶端侧大模型的部署和优化工作2. 参与模型部署＆优化工具链的研发3. 对大模型部署优化技术展开研究，并落地到自动驾驶，包括算子实现和优化、投机采样、AI 优化 Kernel 等 职位要求 1. 有参与模型部署优化的经验，有高性能计算经验者优先2. 扎实的(Python/C++)编程基础与良好的工程习惯，熟悉常用的数据结构及算法3. 熟悉 NV GPU 硬件架构与 CUDA 编程模型4. 熟悉 Claude/Codex/OpenCode 等 Agentic Coding 工具 投递...
自动驾驶 AI 部署工具链研发实习生 北京 校招 实习 软件研发类 职位描述 1、负责自动驾驶深度学习模型部署和优化工作2、基于车载异构硬件对模型进行部署及优化3、参与模型部署工具链、算子库开发 职位要求 1、本科及以上学历，扎实的编程基础与良好的工程习惯2、优秀的编程能力，掌握 Python、C++、Cuda 等编程语言3、熟悉 Pytorch 框架、AI 模型导出及部署流程者优先4、熟悉常见的深度学习推理编译框架者优先，如：TensorRT、TVM、MLIR5、熟悉 GPU 硬件架构及软件优化者优先 投递...
大模型研究和工程实习生-MiMo 北京 校招 实习 算法类 职位描述 1.创新模型结构设计： - 参与大型语言模型核心架构设计与优化 - 探索Transformer及其变种的改进方案2. 原生多模态探索： - 研发原生多模态架构，实现文本、图像、音频等模态信息的深度融合 - 研究多模态对齐技术，实现不同模态的语义一致性3. 模型推理能力提升： - 借助强化学习+CoT，提升大语言模型推理能力 - 自研强化学习算法，搭建强化学习训练框架，设计奖励函数、构建环境、优化模型提升性能4. 大模型训练推理Infra - 开发和优化大规模分布式训练推理系统 - 优化大模型训练的内存使用和通信效率5. 科学评测体系构建： - 构建科学严谨的算法评测方法，系统评估模型的性能 - 探索模型能力的潜在机制，推动模型优化和创新 职位要求 职位要求1. 学术能力： - 精通深度学习、强化学习（RL）、自然语言处理（NLP）等领域，具备创新研究能力
高性能计算实习生 北京 校招 实习 算法类 职位描述 1、负责深度学习模型在车载平台上加速和调优，设计基于GPU和自研芯片的高性能算法基础库，支持下游各个算法研发；2、负责自动驾驶系统的核心算法的实现，配合算法研究员完成算法的落地与部署工作，并在代码与指令集层面优化算法运行效率。3、负责大规模分布式训练系统的设计与调优，提升模型训练的效率与吞吐率 职位要求 1、熟悉CUDA工作原理，能独立完成代码热点分析并制定优化方案。2、良好的编程能力，熟悉python,c++，掌握常见的算法和数据结构知识；3、良好的工程能力，有较强的的代码结构设计能力，熟练使用git、ssh，cmake等工具。加分项1、ACM/ICPC、CCPC、NOI、IOI等计算机/信息学竞赛获奖经历。2、有自研NPU部署和优化的经验3、有大规模分布式训练系统设计和优化的经验 投递...
训练平台性能优化工程师实习生 北京 校招 实习 软件研发类 职位描述 深度优化训练流程 主导模型训练全链路性能分析与优化，设计GPU资源弹性调度策略 开发自动化训练加速工具链，构建可扩展的云端训练框架 研发混合精度训练、梯度压缩等前沿技术，突破训练吞吐瓶颈构建训练优化体系 制定标准化训练效能评估体系，建立成本-效率量化模型 设计可复用的训练加速组件库，沉淀最佳实践方法论 开发训练过程性能分析平台，实现性能问题智能诊断赋能业务研发 优化多任务资源调度策略，提升GPU集群整体利用率 为算法团队提供训练加速解决方案，缩短模型迭代周期 职位要求 1.精通深度学习训练加速技术，熟悉分布式训练框架设计2.掌握CUDA编程及GPU性能分析工具（nsys/torch profiler）3.熟练使用PyTorch框架，具备训练流程优化实战经验4.熟悉常见模型压缩技术（量化/剪枝/蒸馏）及落地应用5.具备大规模集群资源调度系统开发经验者优先【技术加分项】1.有mmcv//deepspeed/megatron/ray等训练框架开发经验2.算子优化经验,triton/cuda等开发经验.3.熟悉MPI/NCCL等分布式通信协议4.在MLSys/ICLR等顶会发表过训练优化相关论文 投递...
端到端算法工程师实习生 北京 校招 实习 软件研发类 职位描述 1. Develop quantization, sparsity, pruning, and distillation techniques to enhance the production-level autonomous driving models.2. Optimize, convert, and deploy autonomous driving models (e.g., ONNX models) that operate efficiently on diverse
训练平台性能优化工程师实习生-2027届 北京 校招 实习 软件研发类 职位描述 深度优化训练流程 主导模型训练全链路性能分析与优化，设计GPU资源弹性调度策略 开发自动化训练加速工具链，构建可扩展的云端训练框架 研发混合精度训练、梯度压缩等前沿技术，突破训练吞吐瓶颈构建训练优化体系 制定标准化训练效能评估体系，建立成本-效率量化模型 设计可复用的训练加速组件库，沉淀最佳实践方法论 开发训练过程性能分析平台，实现性能问题智能诊断赋能业务研发 优化多任务资源调度策略，提升GPU集群整体利用率 为算法团队提供训练加速解决方案，缩短模型迭代周期 职位要求 1.精通深度学习训练加速技术，熟悉分布式训练框架设计2.掌握CUDA编程及GPU性能分析工具（nsys/torch profiler）3.熟练使用PyTorch框架，具备训练流程优化实战经验4.熟悉常见模型压缩技术（量化/剪枝/蒸馏）及落地应用5.具备大规模集群资源调度系统开发经验者优先【技术加分项】1.有mmcv//deepspeed/megatron/ray等训练框架开发经验2.算子优化经验,triton/cuda等开发经验.3.熟悉MPI/NCCL等分布式通信协议4.在MLSys/ICLR等顶会发表过训练优化相关论文 投递...
AI infra工程师 北京 技术 - 算法 硕士及以上 小满星AGI顶尖人才专项 职位描述 1、利用算子优化，显存/KV cache管理优化、分布式加速等技术开发和改进推理框架；2、参与高并发场景下大模型推理的性能分析与优化工作，定位系统瓶颈并提出改进方案；3、探索低资源下的大模型轻量化方案：量化、投机采样、sparse attention等技术；4、与团队协作，推动优化技术在业务中的应用。 职位要求 1、计算机、人工智能、软件工程等相关专业硕士及以上；2、熟悉大模型推理优化方法，对主流开源推理框架tensorRT_llm、vllm、sglang 有开发经验者优先；3、精通 Python/C++ 编程，具有 CUDA 开发及 GPU 调优经验者优先；4、有顶会论文、竞赛获奖或相关实习经验者优先；5、有infra相关实习经验者优先。 职位信息 部门： 智能技术发展部 投递...
大模型训练加速工程师 / 高级专家 北京 全职 通用智能板块 职位描述 【岗位职责】训练加速与优化： 负责大模型训练场景下的性能分析 (Profiling) 与全链路优化，包括显存管理、计算加速及通信优化 (NCCL)，提升集群训练吞吐率。算子开发与协同设计 (Co-design)： 负责高性能算子 (Kernel) 的开发与调优；与算法团队紧密协作，针对特定模型结构（如 Transformer, MoE）进行定制化算子设计。分布式框架建设： 基于 Megatron-LM, DeepSpeed, FSDP 等框架进行二次开发与优化，设计适应大规模集群的并行训练方案。稳定性保障： 负责大规模训练过程中的问题定位与解决，包括但不限于 NCCL 超时、显存溢出 (OOM)、训练速度波动等，保障训练任务的高效稳定运行。 职位要求 理论基础： 计算机基础扎实，深刻理解深度学习训练原理（计算图、自动微分、混合精度），熟悉主流并行策略及 FlashAttention 等加速算法。编程能力： 熟练掌握 Python/C++，熟悉 GPU 编程模型，具备 CUDA /
【27届校招】 软件工程师（自动驾驶仿真） 广州、北京 正式 研发 - 算法 通用智能板块 职位描述 岗位职责研发和优化小鹏汽车核心自动驾驶仿真模拟器平台，为算法研发、模型训练、评测验证提供高效迭代的平台能力和工程支撑；面向下一代基于人工智能的全套自动驾驶系统，建设模拟器训练与评测支撑平台，支撑模型迭代和系统验证；负责仿真引擎功能开发，搭建和维护大模型推理链路，提升仿真链路的稳定性、吞吐效率和易用性；基于 Python / C++ 开发仿真平台工具链、自动化流程、数据处理与分析工具，提升研发效率和问题定位效率；探索并落地 Agent 在自动驾驶仿真研发中的应用，包括仿真任务自动提交、结果自动分析、问题归因、报告生成和研发流程自动化等方向； 职位要求 职位要求：计算机、软件工程、自动化、电子工程等相关专业，本科及以上学历，硕士优先；熟悉 Linux 系统，具备扎实的 C++ 面向对象编程基础，理解常见工程设计模式和性能优化方法；熟悉 Python 开发，能够使用 Python 完成工具链开发、数据处理、自动化脚本、服务接口开发或算法工程辅助开发；具备一定的软件工程能力，熟悉调试、性能分析、问题定位、代码优化和工程化交付流程；了解模型推理部署与优化相关技术者优先，包括 ONNX、TensorRT、PyTorch、CUDA、GPU 推理性能优化、批处理、并发调度等；了解 Agent、LLM 应用开发、RAG、工具调用、自动化工作流等相关技术，并有实际落地经验者优先；具有自动驾驶、仿真平台、机器人、控制、规划、感知、电子工程相关背景者优先；具备较强的问题分析能力、工程落地能力和跨团队沟通协作能力。 投递...
At NVIDIA, we’re solving the world’s most ambitious problems with our groundbreaking developments in Artificial Intelligence, High-Performance Computing and Visualization. We are looking for a Developer Relations Manager to work with China industrial/research community to integrate
At NVIDIA, we’re solving the world’s most ambitious problems with our groundbreaking developments in Artificial Intelligence, High-Performance Computing and Visualization. We are looking for a Developer Relations Manager to work with China industrial/research community to integrate
NVIDIA has been transforming computer graphics, PC gaming, and accelerated computing for more than 25 years. It’s a unique legacy of innovation that’s fueled by great technology—and amazing people. Today, we’re tapping into the unlimited potential
Company Description At Canva, were building a future powered by AI thats as magical as it is impactful. As a Research Scientist at Canva, youll be responsible for advancing the future of AI by experimenting with
Company Description At Canva, were building a future powered by AI thats as magical as it is impactful. As a Research Scientist at Canva, youll be responsible for advancing the future of AI by experimenting with
高性能算子库开发工程师 北京 社招 全职 职位 ID：A202179 职位描述 1. 设计、开发并优化面向NPU的高性能算子库，覆盖卷积、矩阵运算、归一化等核心算子；2.基于类CUDA编程语言或NPU专用指令集，实现算子极致性能优化，降低延迟与功耗；3.深入理解NPU硬件架构（如计算单元、内存层级、数据流），针对硬件特性进行算子级优化；4.与芯片团队紧密协作，反馈算子性能瓶颈并提出硬件改进建议；5.编写高性能计算代码、汇编级优化及Benchmark测试。 职位要求 1.计算机科学、电子工程、数学等相关专业，本科及以上学历；2. 熟悉cuda/C++/Python中至少一种编程语言；3. 具备类CUDA编程经验（CUDA/OpenCL/HIP等）或NPU SDK开发经验；4. 熟悉并行计算体系结构，有NPU/GPU开发和优化经验优先；5. 对性能优化有极致追求，能通过Profiling工具（如Nsight、VTune）定位瓶颈6. 良好的团队沟通能力, 责任心强。 投递...
大模型训练与推理Infra工程师-MiMo 北京 社招 全职 职位 ID：A14015 职位描述 1. 模型训练基础设施开发 - 设计和实现支持大规模分布式训练的计算平台，优化模型训练效率和资源利用率。 - 维护和扩展现有的分布式训练框架，确保平台的高性能和稳定性（如基于 PyTorch、TensorFlow 或 JAX）。 - 集成和优化高性能计算技术（如 CUDA、MPI、NCCL 等）。2. 模型推理基础设施开发 - 构建高效的推理框架，支持大模型的在线和离线推理需求。 - 优化推理速度、内存占用和能耗，支持多种硬件架构（GPU、NPU等 ）。 - 实现PD分离、Context Caching、模型量化、推敲编码等推理优化技术。3. 性能监控与优化 - 开发工具链和监控系统，跟踪训练与推理过程的性能瓶颈。 - 分析并优化数据加载、通信效率和硬件利用率等关键环节。4. 跨团队协作 - 与模型研究团队密切合作，理解模型需求，定制训练和推理策略。 -