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-融合计算技术专家-杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"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": "计算机/电子/数学相关专业硕士及以上学历",
"language": "4. 良好的沟通和解决问题能力、时间管理能力、自我驱动能力、英文读写能力",AI生成
"visa_support": "未披露",
"responsibilities": "职位描述\n1. 紧跟学界业界新技术动态，设计开发高性能计算加速软件，包括但不限于注意力机制性能优化、大模型推理量化技术开发；\n2. 针对大语言模型、视频生成模型训练、推理场景，结合自研处理器芯片基于硬件特性进行极致性能优化，为通用+并行融合计算技术提供应用、算法和系统级软件优化；\n3. 和其他团队紧密合作，参与融合计算技术硅前应用场景性能分析，并影响芯片架构、编程模型和软件平台的设计和路线演进；",
"requirements_text": "职位要求\n1. 计算机/电子/数学相关专业硕士及以上学历，5年或以上相关从业经验；\n2. 具备坚实的计算编程基础：有c++/CUDA相关开发经验；\n3. 精通各种基本算法，对操作系统、计算机体系结构有深入的认识。\n4. 良好的沟通和解决问题能力、时间管理能力、自我驱动能力、英文读写能力。\n5. 满足以下一种或多种条件者从优：\n- 具备大模型相关量化算法开发和落地经验；\n- 熟悉程序指令流切片技术；\n- 熟悉常见的深度学习模型和框架；\n- 对ARM处理器及可编程并行计算芯片（如GPU/NPU/TPU）架构有深入理解，或有对应研发经历；",
"skills": [AI生成
"C++",
"CUDA",
"深度学习",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "未披露",
"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=7000037818"
}
]
},
"posting": {
"posting_id": "7000037818",
"post_date": "2026-08-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://recruitment.t-head.cn/off-campus/position-detail?positionId=7000037818"
},
"fulltext": "平头哥-融合计算技术专家-杭州\n平头哥-融合计算技术专家-杭州\n\n基础信息\n职位类别：技术-芯片\n工作地点：杭州\n\n职位描述\n职位描述\n1. 紧跟学界业界新技术动态，设计开发高性能计算加速软件，包括但不限于注意力机制性能优化、大模型推理量化技术开发；\n2. 针对大语言模型、视频生成模型训练、推理场景，结合自研处理器芯片基于硬件特性进行极致性能优化，为通用+并行融合计算技术提供应用、算法和系统级软件优化；\n3. 和其他团队紧密合作，参与融合计算技术硅前应用场景性能分析，并影响芯片架构、编程模型和软件平台的设计和路线演进；\n\n职位要求\n职位要求\n1. 计算机/电子/数学相关专业硕士及以上学历，5年或以上相关从业经验；\n2. 具备坚实的计算编程基础：有c++/CUDA相关开发经验；\n3. 精通各种基本算法，对操作系统、计算机体系结构有深入的认识。\n4. 良好的沟通和解决问题能力、时间管理能力、自我驱动能力、英文读写能力。\n5. 满足以下一种或多种条件者从优：\n- 具备大模型相关量化算法开发和落地经验；\n- 熟悉程序指令流切片技术；\n- 熟悉常见的深度学习模型和框架；\n- 对ARM处理器及可编程并行计算芯片（如GPU/NPU/TPU）架构有深入理解，或有对应研发经历；\n职位描述\n1. 紧跟学界业界新技术动态，设计开发高性能计算加速软件，包括但不限于注意力机制性能优化、大模型推理量化技术开发；\n2. 针对大语言模型、视频生成模型训练、推理场景，结合自研处理器芯片基于硬件特性进行极致性能优化，为通用+并行融合计算技术提供应用、算法和系统级软件优化；\n3. 和其他团队紧密合作，参与融合计算技术硅前应用场景性能分析，并影响芯片架构、编程模型和软件平台的设计和路线演进；\n职位要求\n1. 计算机/电子/数学相关专业硕士及以上学历，5年或以上相关从业经验；\n2. 具备坚实的计算编程基础：有c++/CUDA相关开发经验；\n3. 精通各种基本算法，对操作系统、计算机体系结构有深入的认识。\n4. 良好的沟通和解决问题能力、时间管理能力、自我驱动能力、英文读写能力。\n5. 满足以下一种或多种条件者从优：\n- 具备大模型相关量化算法开发和落地经验；\n- 熟悉程序指令流切片技术；\n- 熟悉常见的深度学习模型和框架；\n- 对ARM处理器及可编程并行计算芯片（如GPU/NPU/TPU）架构有深入理解，或有对应研发经历；",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}