主分类：芯片设计与验证
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": "AI芯片架构师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海、北京",
"work_mode": "未披露",AI生成
"job_category": "软件研发"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": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与AI芯片软硬协同架构分析及微架构设计，覆盖推理和训练两个场景；\n2. 参与AI系统软硬件协同架构设计，包括调度子系统、编译子系统、AI扩展ISA；\n3. 参与芯片需求分析、分解和管理，整芯片关键特性取舍分析和决策，竞品分析和竞争力规划；\n4. 与AI算法、编译器、系统软件团队协同，确保AI芯片架构满足端侧AI部署的性能和功耗要求；\n5. 跟踪业界AI芯片架构前沿技术（如存内计算、稀疏计算、混合精度训练、NVLink/UALink互联），参与芯片关键前沿技术预研；",
"requirements_text": "1. 集成电路/微电子/计算机等相关专业；\n2. 熟悉计算机体系结构、处理器架构，理解指令流水线、分支预测、数据预取、Cache一致性、页表转换等原理；\n3. 扎实的电路设计能力，熟悉低功耗设计、性能和面积优化方法；\n4. 熟悉AI计算模式（矩阵乘、卷积、Attention等），了解大语言模型/计算机视觉等AI workload特征者优先；\n5. 有AI加速器/NPU芯片设计经验、大模型部署架构经验或跨领域（芯片+AI框架/编译器）协作经验者优先；\n6. 有钻研精神及合作意识，结果导向，工程师素养佳。",
"skills": [AI生成
"计算机视觉",
"电路设计",
"芯片设计",
"大语言模型"
],
"preferred_qualifications": "4. 熟悉AI计算模式（矩阵乘、卷积、Attention等），了解大语言模型/计算机视觉等AI workload特征者优先；5. 有AI加速器/NPU芯片设计经验、大模型部署架构经验或跨领域（芯片+AI框架/编译器）协作经验者优先",
"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/7341311451086995564/detail"
}
]
},
"posting": {
"posting_id": "7341311451086995564",
"post_date": "2024-03-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7341311451086995564/detail"
},
"fulltext": "AI芯片架构师\n职位描述\n1. 参与AI芯片软硬协同架构分析及微架构设计，覆盖推理和训练两个场景；\n2. 参与AI系统软硬件协同架构设计，包括调度子系统、编译子系统、AI扩展ISA；\n3. 参与芯片需求分析、分解和管理，整芯片关键特性取舍分析和决策，竞品分析和竞争力规划；\n4. 与AI算法、编译器、系统软件团队协同，确保AI芯片架构满足端侧AI部署的性能和功耗要求；\n5. 跟踪业界AI芯片架构前沿技术（如存内计算、稀疏计算、混合精度训练、NVLink/UALink互联），参与芯片关键前沿技术预研；\n\n职位要求\n1. 集成电路/微电子/计算机等相关专业；\n2. 熟悉计算机体系结构、处理器架构，理解指令流水线、分支预测、数据预取、Cache一致性、页表转换等原理；\n3. 扎实的电路设计能力，熟悉低功耗设计、性能和面积优化方法；\n4. 熟悉AI计算模式（矩阵乘、卷积、Attention等），了解大语言模型/计算机视觉等AI workload特征者优先；\n5. 有AI加速器/NPU芯片设计经验、大模型部署架构经验或跨领域（芯片+AI框架/编译器）协作经验者优先；\n6. 有钻研精神及合作意识，结果导向，工程师素养佳。\n1. 参与AI芯片软硬协同架构分析及微架构设计，覆盖推理和训练两个场景；\n2. 参与AI系统软硬件协同架构设计，包括调度子系统、编译子系统、AI扩展ISA；\n3. 参与芯片需求分析、分解和管理，整芯片关键特性取舍分析和决策，竞品分析和竞争力规划；\n4. 与AI算法、编译器、系统软件团队协同，确保AI芯片架构满足端侧AI部署的性能和功耗要求；\n5. 跟踪业界AI芯片架构前沿技术（如存内计算、稀疏计算、混合精度训练、NVLink/UALink互联），参与芯片关键前沿技术预研；\n1. 集成电路/微电子/计算机等相关专业；\n2. 熟悉计算机体系结构、处理器架构，理解指令流水线、分支预测、数据预取、Cache一致性、页表转换等原理；\n3. 扎实的电路设计能力，熟悉低功耗设计、性能和面积优化方法；\n4. 熟悉AI计算模式（矩阵乘、卷积、Attention等），了解大语言模型/计算机视觉等AI workload特征者优先；\n5. 有AI加速器/NPU芯片设计经验、大模型部署架构经验或跨领域（芯片+AI框架/编译器）协作经验者优先；\n6. 有钻研精神及合作意识，结果导向，工程师素养佳。",
"standard_classification": {
"std_category_code": "T024",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}