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": "新业务部-大模型部署优化工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、上海、西安",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与Android 平台的大模型(aigc + llm)开发和部署;\n2. 负责大模型算子在NPU/GPU/CPU部署及高性能算子实现；\n3. 负责大模型异构部署的算子性能调优及优化工作；\n4. 分析算子/网络的性能瓶颈，提出性能优化策略，达成性能目标。",
"requirements_text": "1. 本科及以上学历，计算机科学、电子工程或自动化等相关专业；\n2. 熟悉并行/异构计算体系结构，在TPU/NPU/GPU一种平台有3年以上的开发和优化经验；\n3. 熟悉计算机系统体系架构，软件性能优化加速;\n4. 熟练使用至少一种主流Al训练框架，如TensorFlow、PyTorch、Caffe等；\n5.具备业界常用高性能库(TensorRT/cuDNN/CUDA/OPENCV)开发和性能优化经验者优先；\n6. 良好的团队沟通能力、技术攻关能力，责任心强。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"CUDA",
"性能优化",
"沟通能力"
],
"preferred_qualifications": "5.具备业界常用高性能库(TensorRT/cuDNN/CUDA/OPENCV)开发和性能优化经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7194832459107172460/detail"
}
]
},
"posting": {
"posting_id": "7194832459107172460",
"post_date": "2023-01-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7194832459107172460/detail"
},
"fulltext": "新业务部-大模型部署优化工程师\n职位描述\n1. 参与Android 平台的大模型(aigc + llm)开发和部署;\n2. 负责大模型算子在NPU/GPU/CPU部署及高性能算子实现；\n3. 负责大模型异构部署的算子性能调优及优化工作；\n4. 分析算子/网络的性能瓶颈，提出性能优化策略，达成性能目标。\n\n职位要求\n1. 本科及以上学历，计算机科学、电子工程或自动化等相关专业；\n2. 熟悉并行/异构计算体系结构，在TPU/NPU/GPU一种平台有3年以上的开发和优化经验；\n3. 熟悉计算机系统体系架构，软件性能优化加速;\n4. 熟练使用至少一种主流Al训练框架，如TensorFlow、PyTorch、Caffe等；\n5.具备业界常用高性能库(TensorRT/cuDNN/CUDA/OPENCV)开发和性能优化经验者优先；\n6. 良好的团队沟通能力、技术攻关能力，责任心强。\n1. 参与Android 平台的大模型(aigc + llm)开发和部署;\n2. 负责大模型算子在NPU/GPU/CPU部署及高性能算子实现；\n3. 负责大模型异构部署的算子性能调优及优化工作；\n4. 分析算子/网络的性能瓶颈，提出性能优化策略，达成性能目标。\n1. 本科及以上学历，计算机科学、电子工程或自动化等相关专业；\n2. 熟悉并行/异构计算体系结构，在TPU/NPU/GPU一种平台有3年以上的开发和优化经验；\n3. 熟悉计算机系统体系架构，软件性能优化加速;\n4. 熟练使用至少一种主流Al训练框架，如TensorFlow、PyTorch、Caffe等；\n5.具备业界常用高性能库(TensorRT/cuDNN/CUDA/OPENCV)开发和性能优化经验者优先；\n6. 良好的团队沟通能力、技术攻关能力，责任心强。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}