{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "【校招】高性能计算工程师",
        "job_level": "",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "上海市",
        "work_mode": "",AI生成
        "job_category": "技术类/Technical"AI生成
    },
    "company": {
        "company_name": "月之暗面",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "岗位职责负责大规模深度学习训练/推理框架中 CUDA 内核的性能优化与定制开发开展与 GPU 体系结构相关的前沿探索性工作，包括新指令集、算子融合、异构计算和硬件趋势研究与算法研究员合作，推动模型结构与底层实现的协同优化任职要求计算机、电子工程或相关专业本科及以上学历精通 CUDA 编程模型，熟悉 Tensor Core、WGMMA、Shared Memory 等底层细节具备优秀的代码实现能力（C++/CUDA/Triton/CUTLASS），良好的工程化与调试能力具备良好的沟通与协作能力，能够与算法研究员、硬件工程师及跨团队成员高效配合熟悉并行算法设计与优化，有大规模矩阵乘 (GEMM)、注意力 (FlashAttention/MLA)、MoE、稀疏算子优化经验者优先熟悉分布式训练/推理框架（Megatron、vLLM、SGLang、TensorRT-LLM 等）者优先参与过开源社区（NCCL、CUTLASS、Triton、TileLang、Megatron-LM、vLLM 等）贡献者优先有 HPC 或超大规模 AI 模型训练经验者优先",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "fc66dea2-c95f-4594-8eb9-06dfc181e28a",
        "post_date": "2026-08-14",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://app.mokahr.com/campus-recruitment/moonshot/148507#/job/fc66dea2-c95f-4594-8eb9-06dfc181e28a"
    },
    "fulltext": "岗位职责负责大规模深度学习训练/推理框架中 CUDA 内核的性能优化与定制开发开展与 GPU 体系结构相关的前沿探索性工作，包括新指令集、算子融合、异构计算和硬件趋势研究与算法研究员合作，推动模型结构与底层实现的协同优化任职要求计算机、电子工程或相关专业本科及以上学历精通 CUDA 编程模型，熟悉 Tensor Core、WGMMA、Shared Memory 等底层细节具备优秀的代码实现能力（C++/CUDA/Triton/CUTLASS），良好的工程化与调试能力具备良好的沟通与协作能力，能够与算法研究员、硬件工程师及跨团队成员高效配合熟悉并行算法设计与优化，有大规模矩阵乘 (GEMM)、注意力 (FlashAttention/MLA)、MoE、稀疏算子优化经验者优先熟悉分布式训练/推理框架（Megatron、vLLM、SGLang、TensorRT-LLM 等）者优先参与过开源社区（NCCL、CUTLASS、Triton、TileLang、Megatron-LM、vLLM 等）贡献者优先有 HPC 或超大规模 AI 模型训练经验者优先"
}