主分类：热设计与工程仿真
辅助：芯片设计与验证（仅展示）
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-软硬件协同系统工程师-计算技术",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "成都 / 北京 / 杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "技术类-开发"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": "- 硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "- 主导性能建模平台的架构设计和关键模块构建，开发系统、模型和算子仿真框架，为芯片系统设计提供量化依据\n- 构建AI负载特征分析套件，从主流 AI 模型中提取计算、访存、并行和互联等方面特征，并开发相应Benchmark\n- 定义功耗评估方法论和框架，寻找性能和功耗甜点，设计系统调频、调压及任务调度方案\n- 建立芯片可编程性的科学评估体系，协调软件和硬件团队的架构探索方向",
"requirements_text": "- 硕士及以上学历，5 年以上体系结构或性能建模经验，有芯片性能仿真工具开发经验优先\n- 深入理解 AI 加速器架构（GPU/TPU/NPU），具备AI负载特征分析能力，熟悉LLM、VLM、Diffusion等模型架构特征\n- 具备良好的编程能力（C++/Python），能独立开发仿真工具链\n- 有软硬件接口设计或 AI 芯片公司协同设计经验、AI Agent 开发经验或 ISCA/MICRO/ASPLOS/HPCA 顶会论文者优先",
"skills": [AI生成
"Python",
"C++",
"接口设计",
"分析能力",
"建模",
"智能体开发"
],
"preferred_qualifications": "硕士及以上学历，5 年以上体系结构或性能建模经验，有芯片性能仿真工具开发经验优先；有软硬件接口设计或 AI 芯片公司协同设计经验、AI Agent 开发经验或 ISCA/MICRO/ASPLOS/HPCA 顶会论文者优先",
"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=100025120002"
}
]
},
"posting": {
"posting_id": "100025120002",
"post_date": "2026-08-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100025120002"
},
"fulltext": "达摩院-软硬件协同系统工程师-计算技术\n达摩院-软硬件协同系统工程师-计算技术\n\n基础信息\n职位类别：技术类-开发\n工作地点：成都 / 北京 / 杭州 / 上海\n\n职位描述\n- 主导性能建模平台的架构设计和关键模块构建，开发系统、模型和算子仿真框架，为芯片系统设计提供量化依据\n- 构建AI负载特征分析套件，从主流 AI 模型中提取计算、访存、并行和互联等方面特征，并开发相应Benchmark\n- 定义功耗评估方法论和框架，寻找性能和功耗甜点，设计系统调频、调压及任务调度方案\n- 建立芯片可编程性的科学评估体系，协调软件和硬件团队的架构探索方向\n\n职位要求\n- 硕士及以上学历，5 年以上体系结构或性能建模经验，有芯片性能仿真工具开发经验优先\n- 深入理解 AI 加速器架构（GPU/TPU/NPU），具备AI负载特征分析能力，熟悉LLM、VLM、Diffusion等模型架构特征\n- 具备良好的编程能力（C++/Python），能独立开发仿真工具链\n- 有软硬件接口设计或 AI 芯片公司协同设计经验、AI Agent 开发经验或 ISCA/MICRO/ASPLOS/HPCA 顶会论文者优先\n- 主导性能建模平台的架构设计和关键模块构建，开发系统、模型和算子仿真框架，为芯片系统设计提供量化依据\n- 构建AI负载特征分析套件，从主流 AI 模型中提取计算、访存、并行和互联等方面特征，并开发相应Benchmark\n- 定义功耗评估方法论和框架，寻找性能和功耗甜点，设计系统调频、调压及任务调度方案\n- 建立芯片可编程性的科学评估体系，协调软件和硬件团队的架构探索方向\n- 硕士及以上学历，5 年以上体系结构或性能建模经验，有芯片性能仿真工具开发经验优先\n- 深入理解 AI 加速器架构（GPU/TPU/NPU），具备AI负载特征分析能力，熟悉LLM、VLM、Diffusion等模型架构特征\n- 具备良好的编程能力（C++/Python），能独立开发仿真工具链\n- 有软硬件接口设计或 AI 芯片公司协同设计经验、AI Agent 开发经验或 ISCA/MICRO/ASPLOS/HPCA 顶会论文者优先",
"standard_classification": {
"std_category_code": "T029",
"std_aux_codes": [
"T024"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}