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": "大模型推理引擎开发工程师（高性能算子）",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"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": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、通过编译优化、模型并行优化、图融合、高性能算子开发、低精度计算、Memory复用、Cache优化、高并发服务请求优化等技术，打造业界领先的高性能训推引擎；\n2、设计和开发高性能算子库，研究最新的GPU计算技术和优化方法，以充分利用GPU的并行计算能力，支持大模型推理优化和部署。",
"requirements_text": "1、硕士及以上学历，计算机、软件工程、数学等相关专业，具备扎实计算机理论基础和丰富编程经验，在深度学习领域有深入研究与实践；\n2、精通 Python，熟练掌握至少一种深度学习框架（如 PyTorch），理解深度学习和transformer系列算法，有丰富模型开发与调优经验，能独立搭建复杂模型并优化性能；\n3、熟悉主流的并行编程以及性能优化技术，熟悉CUDA和TensorCore编程，有相关高性能优化经验(nsys/ncu)优先；\n4、熟悉flashattention，TransformerEngine, flashinfer等算子库， 有使用triton/tilelang等做高性能算子开发经验优先。",
"skills": [AI生成
"Python",
"PyTorch",
"CUDA",
"深度学习",
"性能优化"
],
"preferred_qualifications": "3、熟悉主流的并行编程以及性能优化技术，熟悉CUDA和TensorCore编程，有相关高性能优化经验(nsys/ncu)优先；4、熟悉flashattention，TransformerEngine, flashinfer等算子库， 有使用triton/tilelang等做高性能算子开发经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670923305181301046/detail"
}
]
},
"posting": {
"posting_id": "7670923305181301046",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670923305181301046/detail"
},
"fulltext": "大模型推理引擎开发工程师（高性能算子）\n职位描述\n1、通过编译优化、模型并行优化、图融合、高性能算子开发、低精度计算、Memory复用、Cache优化、高并发服务请求优化等技术，打造业界领先的高性能训推引擎；\n2、设计和开发高性能算子库，研究最新的GPU计算技术和优化方法，以充分利用GPU的并行计算能力，支持大模型推理优化和部署。\n\n职位要求\n1、硕士及以上学历，计算机、软件工程、数学等相关专业，具备扎实计算机理论基础和丰富编程经验，在深度学习领域有深入研究与实践；\n2、精通 Python，熟练掌握至少一种深度学习框架（如 PyTorch），理解深度学习和transformer系列算法，有丰富模型开发与调优经验，能独立搭建复杂模型并优化性能；\n3、熟悉主流的并行编程以及性能优化技术，熟悉CUDA和TensorCore编程，有相关高性能优化经验(nsys/ncu)优先；\n4、熟悉flashattention，TransformerEngine, flashinfer等算子库， 有使用triton/tilelang等做高性能算子开发经验优先。\n1、通过编译优化、模型并行优化、图融合、高性能算子开发、低精度计算、Memory复用、Cache优化、高并发服务请求优化等技术，打造业界领先的高性能训推引擎；\n2、设计和开发高性能算子库，研究最新的GPU计算技术和优化方法，以充分利用GPU的并行计算能力，支持大模型推理优化和部署。\n1、硕士及以上学历，计算机、软件工程、数学等相关专业，具备扎实计算机理论基础和丰富编程经验，在深度学习领域有深入研究与实践；\n2、精通 Python，熟练掌握至少一种深度学习框架（如 PyTorch），理解深度学习和transformer系列算法，有丰富模型开发与调优经验，能独立搭建复杂模型并优化性能；\n3、熟悉主流的并行编程以及性能优化技术，熟悉CUDA和TensorCore编程，有相关高性能优化经验(nsys/ncu)优先；\n4、熟悉flashattention，TransformerEngine, flashinfer等算子库， 有使用triton/tilelang等做高性能算子开发经验优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}