主分类：AI训练推理与计算优化
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "腾讯游戏-高性能算子优化工程师/专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "IEG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 2,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责大模型训练/推理相关算子的设计、实现与优化（ CUDA/CUTLASS/Triton ）；\n2.面向大模型训练和推理场景，对算子进行端到端性能分析与调优，持续挖掘吞吐、延迟、显存利用率等指标的优化空间；\n3.参与或主导训推场景通信算子性能优化，能够设计通信与计算的overlap策略，实现计算通信并行，提升大模型整体训练/推理性能；\n4.与分布式训练、推理、模型算法团队密切协作，共同提升大规模训推任务的整体效率与稳定性；\n5.跟踪业界前沿的硬件架构与系统软件（GPU 架构、网络、编译器、库等），将最新技术转化为实际性能收益。",
"requirements_text": "1.计算机、软件工程、数学、电子信息、自动化等相关专业，本科及以上学历；\n2.扎实的编程基础，熟练使用 C/C++，对代码质量与工程实践有较高要求；\n3.熟练掌握 GPU 编程，有实际 CUDA 开发经验；熟悉 CUTLASS、Triton 等任一或多种算子开发/优化框架；\n4.熟悉并行计算原理，对 GPU 体系结构（SM、Warp、Memory Hierarchy、Occupancy 等）有较深入理解；\n5.熟悉分布式并行原理，能够设计和实现大模型训练/推理场景下的高效集合通信算子和通算融合算子；\n6.具备良好的问题定位与性能分析能力，能熟练使用 Nsight、nvprof、perf 等性能分析工具进行瓶颈分析和优化。",
"skills": [AI生成
"C++",
"CUDA",
"模型训练",
"分析能力",
"大语言模型",
"C语言"
],
"preferred_qualifications": "1.有大规模分布式训练实践经验（上百张 GPU 或更大规模），了解常见分布式训练框架与通信库（如 NCCL、Horovod、DeepSpeed、Megatron-LM 等）；\n2.对深度学习模型结构与训练算法有一定了解（如 Transformer、LLM 训练技巧、优化器、并行算法等），能与算法同学就结构与算子设计进行深入讨论；\n3.有参加过编程竞赛（如 ICPC、NOI/IOI、Codeforces、AtCoder 等）并取得优异成绩的经历，具备优秀的算法与代码实现能力；\n4.有国产异构硬件（如昇腾、寒武纪等）算子开发经验。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2072509101644103680"
}
]
},
"posting": {
"posting_id": "2072509101644103680",
"post_date": "2026-07-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2072509101644103680"
},
"fulltext": "腾讯游戏-高性能算子优化工程师/专家\n在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀优质代码，让它成为我们共有的宝贵资产。在不同的业务场景和技术发展阶段，你的架构思维也将帮助更多协作团队拓展新的思考。我们也珍视你的挑战精神，同时欢迎你一起参与团队愿景、文化和产品方向的探讨。\n1.负责大模型训练/推理相关算子的设计、实现与优化（ CUDA/CUTLASS/Triton ）；\n2.面向大模型训练和推理场景，对算子进行端到端性能分析与调优，持续挖掘吞吐、延迟、显存利用率等指标的优化空间；\n3.参与或主导训推场景通信算子性能优化，能够设计通信与计算的overlap策略，实现计算通信并行，提升大模型整体训练/推理性能；\n4.与分布式训练、推理、模型算法团队密切协作，共同提升大规模训推任务的整体效率与稳定性；\n5.跟踪业界前沿的硬件架构与系统软件（GPU 架构、网络、编译器、库等），将最新技术转化为实际性能收益。\n1.计算机、软件工程、数学、电子信息、自动化等相关专业，本科及以上学历；\n2.扎实的编程基础，熟练使用 C/C++，对代码质量与工程实践有较高要求；\n3.熟练掌握 GPU 编程，有实际 CUDA 开发经验；熟悉 CUTLASS、Triton 等任一或多种算子开发/优化框架；\n4.熟悉并行计算原理，对 GPU 体系结构（SM、Warp、Memory Hierarchy、Occupancy 等）有较深入理解；\n5.熟悉分布式并行原理，能够设计和实现大模型训练/推理场景下的高效集合通信算子和通算融合算子；\n6.具备良好的问题定位与性能分析能力，能熟练使用 Nsight、nvprof、perf 等性能分析工具进行瓶颈分析和优化。\n1.有大规模分布式训练实践经验（上百张 GPU 或更大规模），了解常见分布式训练框架与通信库（如 NCCL、Horovod、DeepSpeed、Megatron-LM 等）；\n2.对深度学习模型结构与训练算法有一定了解（如 Transformer、LLM 训练技巧、优化器、并行算法等），能与算法同学就结构与算子设计进行深入讨论；\n3.有参加过编程竞赛（如 ICPC、NOI/IOI、Codeforces、AtCoder 等）并取得优异成绩的经历，具备优秀的算法与代码实现能力；\n4.有国产异构硬件（如昇腾、寒武纪等）算子开发经验。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}