数学库算法开发工程师 （稀疏矩阵方向）
北京 / 上海 / 西安 / 成都
社招 · 全职
算法
职位描述
【职位简介】
我们正在招聘以异构并行架构下高性能并行开发、性能优化与工程落地为核心能力的工程师，参与核心计算模块的研发与优化。
岗位工作将围绕稀疏矩阵、线性代数及相关数值计算场景展开，负责核心算子的实现、调优、集成与稳定性建设。
我们希望候选人不仅能够完成高质量并行代码开发，也能够理解不同硬件平台在执行模型、访存层次、并行粒度和性能特征上的差异，并将这些理解用于高性能实现与迁移优化。
【岗位职责】
1. 负责高性能计算核心模块的设计、开发、维护与性能优化。
2. 参与稀疏矩阵、线性代数及相关数值计算模块的并行实现与工程化落地，包括但不限于稀疏乘、稀疏求解、预处理等相关计算环节。
3. 基于 CUDA 或其他异构并行编程模型进行 kernel / 算子开发，持续优化执行效率、资源利用率与整体系统性能。
4. 结合硬件执行特性设计线程组织、访存方式、并行粒度与同步策略，提升程序在目标平台上的实际性能。
5. 使用 profiling 工具进行系统化性能分析与瓶颈定位，分析计算、访存、调度、同步、吞吐、延迟隐藏等问题，并推动优化落地。
6. 参与 benchmark、测试、性能回归、文档和工程规范建设，支撑长期演进和稳定交付。
7. 参与复杂问题排查，包括数值正确性、及大规模数据下的稳定性问题。任职要求
【任职要求】
1. 扎实的 C++ 编程能力，熟悉现代 C++（C++14/17 及以上），具备良好的工程设计与代码实现能力。
2. 熟悉 CUDA / GPU 并行开发，或具备其他异构并行架构上的高性能开发经验；能够理解不同硬件平台在执行模型、访存层次、并行粒度和性能特征上的差异，并完成高性能实现或迁移优化。
3. 对 GPU 硬件架构与执行机制 有较好理解，能够将硬件特性与 kernel 设计、访存组织、资源使用和性能分析结合起来。
4. 有实际性能优化经验，能够结合 profiling 数据定位问题，并推动优化闭环落地。
5. 对高性能计算、数值计算、线性代数或稀疏矩阵相关场景有一定了解，或有相关项目经验。
【加分项】
1）有以下任一方向经验者优先：
高性能计算（HPC）
科学计算 / 数值计算
稀疏矩阵相关计算
线性代数库或求解器开发
多 GPU 或分布式并行开发
代数多重网格（AMG）
2）熟悉以下工具或生态者优先：
Nsight Systems / Nsight Compute
cuSPARSE / CUB / Thrust / CUTLASS
Kokkos / Kokkos Kernels
HIP / SYCL / OpenMP target / oneAPI
了解常见稀疏矩阵或线性代数计算问题，如 SpMV、SpMM、SpTRSV、迭代求解、预处理等。
有跨平台性能移植、多后端维护、统一抽象层设计或性能回归体系建设经验者优先。
有 Roofline、性能建模、底层调试或复杂代码库性能治理经验者优先
