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": "平头哥-深度学习算法框架高级技术专家-北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术-芯片"AI生成
},
"company": {
"company_name": "平头哥",
"company_industry": "半导体 / 芯片设计",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "平头哥研发计算、存储及网络芯片，为人工智能基础设施提供支持。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "学历：计算机科学、电子工程、人工智能或相关领域的硕士以上学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "职位概述：\n作为平头哥数据中心产品线深度学习算法框架高级技术专家，将负责设计、开发和优化深度学习算法框架，提升算法模型在PTG AI芯片上的运行效率和性能。跨团队协作，确保高质量的代码和技术实现，同时为团队提供技术指导。\n主要职责：\n算法框架适配与开发：\n对开源AI软件框架的内部实现有深入理解，能够快速将广大开源软件适配到 AI 芯片上，同时确保性能达到最优。同时根据公司AI芯片的差异化的功能，在框架层面实现软硬件结合的解决方案。\n性能优化：\n分析和优化深度学习模型的训练和推理性能，提升计算效率和资源利用率。\n根据芯片硬件特点使用多种技术手段，包括分布式计算、模型压缩和量化，优化算法在实际应用中的表现。\n跨团队协作：\n与其他团队（如编译器、驱动、客户支持等）紧密合作，确保技术指标的达成，并实现符合用户需求和市场趋势的功能。\n为团队成员提供技术指导和支持，推动团队技能的持续提升。\n技术研究与创新：\n跟踪深度学习和机器学习领域的最新研究动态，探索并实施新算法和技术。\n参与编写技术文档和论文，促进技术的分享与传播。",
"requirements_text": "学历：计算机科学、电子工程、人工智能或相关领域的硕士以上学位。\n经验：\n至少5年以上深度学习算法研究或框架开发相关工作经验，具有丰富的实际项目经验。\n熟悉一种或多种深度学习框架（如 TensorFlow、PyTorch、Keras 等）的开发和应用。\n具备低精度（fp8，int8，fp4 等）量化算法经验\n技术能力：\n扎实的算法基础和编程能力，熟练掌握 Python、C++ 等编程语言。\n深入理解主流深度学习框架Pytorch、Tensorflow 的内部实现原理；\n理解分布式训练框架Megatron-LM、DeepSpeed 的特性，对大模型训练的5D 并行策略有深入理解；\n熟悉大模型推理框架VLLM、SGLang等，并能够根据芯片硬件资源做性能优化；\n具有AI相关软件开源社区工作经验者优先；\n具有强化学习领域相关经验者优先；\n个人素质：\n具备较强的分析和解决问题的能力，良好的团队沟通和协作能力。\n具有创新思维和自主学习能力，能够在快速变化的技术环境中保持领先。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"深度学习",
"强化学习",
"模型训练",
"性能优化",
"解决问题",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "具有AI相关软件开源社区工作经验者优先；具有强化学习领域相关经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://recruitment.t-head.cn/off-campus/position-detail?positionId=7000036904"
}
]
},
"posting": {
"posting_id": "7000036904",
"post_date": "2026-09-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://recruitment.t-head.cn/off-campus/position-detail?positionId=7000036904"
},
"fulltext": "平头哥-深度学习算法框架高级技术专家-北京\n平头哥-深度学习算法框架高级技术专家-北京\n\n基础信息\n职位类别：技术-芯片\n工作地点：北京\n\n职位描述\n职位概述：\n作为平头哥数据中心产品线深度学习算法框架高级技术专家，将负责设计、开发和优化深度学习算法框架，提升算法模型在PTG AI芯片上的运行效率和性能。跨团队协作，确保高质量的代码和技术实现，同时为团队提供技术指导。\n主要职责：\n算法框架适配与开发：\n对开源AI软件框架的内部实现有深入理解，能够快速将广大开源软件适配到 AI 芯片上，同时确保性能达到最优。同时根据公司AI芯片的差异化的功能，在框架层面实现软硬件结合的解决方案。\n性能优化：\n分析和优化深度学习模型的训练和推理性能，提升计算效率和资源利用率。\n根据芯片硬件特点使用多种技术手段，包括分布式计算、模型压缩和量化，优化算法在实际应用中的表现。\n跨团队协作：\n与其他团队（如编译器、驱动、客户支持等）紧密合作，确保技术指标的达成，并实现符合用户需求和市场趋势的功能。\n为团队成员提供技术指导和支持，推动团队技能的持续提升。\n技术研究与创新：\n跟踪深度学习和机器学习领域的最新研究动态，探索并实施新算法和技术。\n参与编写技术文档和论文，促进技术的分享与传播。\n\n职位要求\n学历：计算机科学、电子工程、人工智能或相关领域的硕士以上学位。\n经验：\n至少5年以上深度学习算法研究或框架开发相关工作经验，具有丰富的实际项目经验。\n熟悉一种或多种深度学习框架（如 TensorFlow、PyTorch、Keras 等）的开发和应用。\n具备低精度（fp8，int8，fp4 等）量化算法经验\n技术能力：\n扎实的算法基础和编程能力，熟练掌握 Python、C++ 等编程语言。\n深入理解主流深度学习框架Pytorch、Tensorflow 的内部实现原理；\n理解分布式训练框架Megatron-LM、DeepSpeed 的特性，对大模型训练的5D 并行策略有深入理解；\n熟悉大模型推理框架VLLM、SGLang等，并能够根据芯片硬件资源做性能优化；\n具有AI相关软件开源社区工作经验者优先；\n具有强化学习领域相关经验者优先；\n个人素质：\n具备较强的分析和解决问题的能力，良好的团队沟通和协作能力。\n具有创新思维和自主学习能力，能够在快速变化的技术环境中保持领先。\n职位概述：\n作为平头哥数据中心产品线深度学习算法框架高级技术专家，将负责设计、开发和优化深度学习算法框架，提升算法模型在PTG AI芯片上的运行效率和性能。跨团队协作，确保高质量的代码和技术实现，同时为团队提供技术指导。\n主要职责：\n算法框架适配与开发：\n对开源AI软件框架的内部实现有深入理解，能够快速将广大开源软件适配到 AI 芯片上，同时确保性能达到最优。同时根据公司AI芯片的差异化的功能，在框架层面实现软硬件结合的解决方案。\n性能优化：\n分析和优化深度学习模型的训练和推理性能，提升计算效率和资源利用率。\n根据芯片硬件特点使用多种技术手段，包括分布式计算、模型压缩和量化，优化算法在实际应用中的表现。\n跨团队协作：\n与其他团队（如编译器、驱动、客户支持等）紧密合作，确保技术指标的达成，并实现符合用户需求和市场趋势的功能。\n为团队成员提供技术指导和支持，推动团队技能的持续提升。\n技术研究与创新：\n跟踪深度学习和机器学习领域的最新研究动态，探索并实施新算法和技术。\n参与编写技术文档和论文，促进技术的分享与传播。\n学历：计算机科学、电子工程、人工智能或相关领域的硕士以上学位。\n经验：\n至少5年以上深度学习算法研究或框架开发相关工作经验，具有丰富的实际项目经验。\n熟悉一种或多种深度学习框架（如 TensorFlow、PyTorch、Keras 等）的开发和应用。\n具备低精度（fp8，int8，fp4 等）量化算法经验\n技术能力：\n扎实的算法基础和编程能力，熟练掌握 Python、C++ 等编程语言。\n深入理解主流深度学习框架Pytorch、Tensorflow 的内部实现原理；\n理解分布式训练框架Megatron-LM、DeepSpeed 的特性，对大模型训练的5D 并行策略有深入理解；\n熟悉大模型推理框架VLLM、SGLang等，并能够根据芯片硬件资源做性能优化；\n具有AI相关软件开源社区工作经验者优先；\n具有强化学习领域相关经验者优先；\n个人素质：\n具备较强的分析和解决问题的能力，良好的团队沟通和协作能力。\n具有创新思维和自主学习能力，能够在快速变化的技术环境中保持领先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}