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": "达摩院-AI编译开发专家-处理器基础开发工具",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "技术-芯片"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、从事RISC-V CPU 编译器的研发工作，包括编译器架构设计、优化遍开发、应用程序性能分析调优等工作；\n2、基于 MLIR + Linalg 框架，提升编译器代码块执行效率；\n3、参与图优化、后端代码生成、调度策略、指令优化、流水并行化相关优化工作；\n4、研究和优化 Kernel 计算性能，降低计算开销，提高吞吐率；\n5、研究算子融合（Op Fusion）、自动调优（Auto-Tuning）、代码生成（CodeGen）相关优化策略；\n6、与硬件团队、AI 框架团队（如 PyTorch）协作，提升 AI 编译器的支持能力；\n跟踪 LLVM、Triton、TVM、XLA、TorchInductor 等 AI 编译器前沿技术，优化编译性能。",
"requirements_text": "1、计算机、自动化和电子类相关专业，本科及以上学历。\n2、熟悉NPU/GPU/DSP等硬件计算单元特性，对某优化策略有深入研究。\n3、熟悉深度学习编译相关工作，有丰富的MLIR/TVM/LLVM/XLA/IREE等编译器开发经验。\n4、有计算机体系结构背景，处理器微架构软硬件协同优化经验的优先。\n5、良好的团队沟通能力与问题解决能力。",
"skills": [AI生成
"深度学习",
"沟通能力"
],
"preferred_qualifications": "4、有计算机体系结构背景，处理器微架构软硬件协同优化经验的优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100012040015"
}
]
},
"posting": {
"posting_id": "100012040015",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100012040015"
},
"fulltext": "达摩院-AI编译开发专家-处理器基础开发工具\n达摩院-AI编译开发专家-处理器基础开发工具\n\n基础信息\n职位类别：技术-芯片\n工作地点：北京 / 杭州 / 上海\n\n职位描述\n1、从事RISC-V CPU 编译器的研发工作，包括编译器架构设计、优化遍开发、应用程序性能分析调优等工作；\n2、基于 MLIR + Linalg 框架，提升编译器代码块执行效率；\n3、参与图优化、后端代码生成、调度策略、指令优化、流水并行化相关优化工作；\n4、研究和优化 Kernel 计算性能，降低计算开销，提高吞吐率；\n5、研究算子融合（Op Fusion）、自动调优（Auto-Tuning）、代码生成（CodeGen）相关优化策略；\n6、与硬件团队、AI 框架团队（如 PyTorch）协作，提升 AI 编译器的支持能力；\n跟踪 LLVM、Triton、TVM、XLA、TorchInductor 等 AI 编译器前沿技术，优化编译性能。\n\n职位要求\n1、计算机、自动化和电子类相关专业，本科及以上学历。\n2、熟悉NPU/GPU/DSP等硬件计算单元特性，对某优化策略有深入研究。\n3、熟悉深度学习编译相关工作，有丰富的MLIR/TVM/LLVM/XLA/IREE等编译器开发经验。\n4、有计算机体系结构背景，处理器微架构软硬件协同优化经验的优先。\n5、良好的团队沟通能力与问题解决能力。\n1、从事RISC-V CPU 编译器的研发工作，包括编译器架构设计、优化遍开发、应用程序性能分析调优等工作；\n2、基于 MLIR + Linalg 框架，提升编译器代码块执行效率；\n3、参与图优化、后端代码生成、调度策略、指令优化、流水并行化相关优化工作；\n4、研究和优化 Kernel 计算性能，降低计算开销，提高吞吐率；\n5、研究算子融合（Op Fusion）、自动调优（Auto-Tuning）、代码生成（CodeGen）相关优化策略；\n6、与硬件团队、AI 框架团队（如 PyTorch）协作，提升 AI 编译器的支持能力；\n跟踪 LLVM、Triton、TVM、XLA、TorchInductor 等 AI 编译器前沿技术，优化编译性能。\n1、计算机、自动化和电子类相关专业，本科及以上学历。\n2、熟悉NPU/GPU/DSP等硬件计算单元特性，对某优化策略有深入研究。\n3、熟悉深度学习编译相关工作，有丰富的MLIR/TVM/LLVM/XLA/IREE等编译器开发经验。\n4、有计算机体系结构背景，处理器微架构软硬件协同优化经验的优先。\n5、良好的团队沟通能力与问题解决能力。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}