阿里云智能-AI Infra视频媒体软硬件结合优化-深圳or上海

1、参与视觉生成/多模态模型（包括文本、图像、视频生成等）在 GPU、ASIC、FPGA 等异构硬件上的推理/后训练加速开发与软硬件结合的性能优化工作，包括但不限于模型量化、attention优化、显存优化、编译优化、计算与通信优化、内存管理以及多卡或多设备的并行推理方案等；
2、在主流深度学习框架（如 PyTorch）基础上，基于GPU/xPU硬件特点，对关键算子进行软硬件结合优化，提升模型运行效率；
3、与硬件以及算法工程师紧密配合，共同优化整体推理速度与资源占用；
4、跟踪学术界与工业界前沿技术（如扩散模型优化、VAE并行优化、AI编解码、面向机器的编解码等），推动软硬件协同创新。

1、计算机/电子/数学等相关专业，精通C++/Python/Rust，具备5年以上高性能计算或GPU相关软件开发经验。
2、熟悉常用数据结构与算法；对计算机体系结构（如缓存/多线程/SIMD 等）有一定理解，能够深入性能瓶颈细节进行优化；
3、熟悉主流AI框架（PyTorch/TensorFlow）及优化工具（TensorRT-LLM、TVM），有LLM或扩散模型等生成式AI场景的调优经验。
4、对AI技术前沿有强烈兴趣，能快速学习并解决复杂技术问题，熟练掌握行业论文的分析能力；
5、具有优秀的逻辑思维能力，能够适应AI软硬件结合技术的快速变化，能跟上主流AI优化技术的发展节奏；
6、有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；
7、喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破;
加分项：
1、熟悉 AI 推理框架（如SGLang/vLLM 等），熟悉diffusers、modelscope等算法库；
2、有高并发、低延迟服务的实践经验；
3、懂GPU编程（如 CUDA/HIP）或对 FPGA/ASIC 加速有一定认知，对异构计算方向感兴趣；
4、具有AIGC 领域相关工作经验（如 Stable Diffusion/Flux/Wan等DiT模型优化工作），如有成功落地项目经验更佳；
5、熟悉AI编解码算法(如VCM/JPEG-AI/Mlic等)原理；
6、掌握AI基础知识，掌握基础提示词工程，会使用Al专业工具，集成AI到个人工作流；有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先；