Numa Jobs In China - 7 Job Positions Available

AI Infra 资源调度研发实习生 北京、上海 校招 实习 研发 - 基础架构 2028届实习生招聘 职位描述 我们致力于建设面向 AI 训练、推理和 Agent 等场景的 AI Infra 资源管理与调度平台，在保障大规模集群稳定性的同时，极致优化资源分配率与资源利用效率。你将参与：- 调度与资源编排：参与 Kubernetes 调度编排，结合 CPU、GPU、NUMA、PCIe、NVLink / NVSwitch、RDMA 等硬件特性与拓扑感知，探索更加合理的资源编排策略。- 资源效率优化：分析 GPU / CPU / Memory 等资源使用与碎片问题，通过丰富的调度策略、混部、超卖、负载感知等技术持续提升集群资源使用效率。- 大规模集群稳定性：参与 APIServer、Scheduler、etcd、Kubelet 等 Kubernetes

2027校招-算子开发工程师（上海/北京/成都） 上海、北京、成都 校招 正式 职位描述 岗位职责- 负责公司自研 AI 加速芯片上的 算子库设计与实现，覆盖训练与推理核心算子（如 GEMM/Conv/Attention/LayerNorm/Softmax/Reduce/Scatter-Gather 等）。- 基于芯片计算单元、片上存储（SRAM/Cache）、HBM 带宽、NoC 拓扑、DMA/异步拷贝能力，进行 算子性能建模与瓶颈分析（roofline、访存/计算比、流水并行），制定优化策略。- 设计并落地 kernel 调度与 tiling 策略：多级分块、数据布局（layout/packing）、向量化/张量化、双缓冲/多缓冲、算子融合（fusion）等。- 建设算子库工程化体系：算子接口规范、版本管理、性能回归、单测/对齐验证、精度与数值稳定性、跨平台兼容- 参与端到端模型性能优化：对接 PyTorch/TensorFlow/ONNX Runtime 等前端（或公司自研框架），完成算子覆盖、性能调优和线上问题定位（profiling/trace）。 职位要求 （优秀应届可放宽）。- 计算机/电子/自动化/数学等相关专业；- 熟悉深度学习常见算子与数值实现（GEMM/Conv/Attention/Norm/Reduce），理解训练/推理的差异（激活、梯度、混合精度、量化）。- 扎实的 C/C++ 能力，良好的工程习惯；能熟练使用性能分析工具（profiling、trace、perf、火焰图或自研工具）。- 熟悉至少一种加速器编程模型或并行体系（CUDA/OpenCL/ROCm/Metal/TVM/Triton/oneDNN/CUTLASS 等）并能迁移到自研 ISA/Runtime。-

We are now seeking a Senior Managed Runtime Compiler Engineer with strong performance engineering, compiler, virtual machine, interpreter, and runtime experience to join our Compiler Team. We craft compiler and runtime technology that realize the potential