职位描述
岗位定位：
您将负责建设端到端回归门禁、Auto-tuning（自动调优）与编译调试工具，并维护日常CI与跑测流程，为AI编译器团队提供高效、可靠的基础设施保障。
工作内容：
1. 端到端CI：为完整工具链（模型/算子 → 编译 → ISS仿真 → cycle-approx仿真 → 可选FPGA验证）补充测试用例、Golden数据、精度阈值与失败归因逻辑；维护数据集版本演进与标准化报告模板。
2. Auto-tuning与调试工具：在现有搜索空间或Cost Model基础上，增加配置项或缓存逻辑以提升调优效率；开发IR（中间表示）Dump可视化、Pass流水线日志分析、编译产物Diff对比等辅助调试小工具。
3. 跑测与归因：打通编译、仿真执行与日志解析链路，将失败根因定位到具体模块与用例，而非仅报告测试结果“红灯”，显著提升问题排查效率。
4. 平台工程：维护Jenkins/GitLab CI/GitHub Actions等CI平台，搭建简单监控或看板；使用Python将参数调整、测试执行与结果归档封装为可一键复现的自动化流程。任职要求
岗位要求
1. 教育背景：本科及以上学历，计算机、软件工程、电子、自动化、微电子等相关专业。
2. 编程能力：熟练使用Python，具备良好的工程实践习惯；熟悉Git版本管理，了解单元测试与CI基本概念。
3. 测试意识：能设计精度对比或性能回归的断言逻辑，追求“可量化验证”而非“仅仅跑通”。
4. 编译器基础：能读懂编译器IR（如MLIR/LLVM）或性能CSV日志，具备从日志中提取关键信息的能力，而非仅将工具当作黑盒调用。
5. 环境与工具：熟悉Linux命令行与Docker容器化技术，能编写和维护仓库脚本。
6. AI辅助开发：善于利用LLM/Agent辅助CI脚本编写、测试用例生成与问题定位，并以Golden比对和最小复现作为质量约束，确保产出可信。
7. 学习与交付：对编译器、芯片或系统软件等方向有持续兴趣；能在导师指导下将任务推进至可合入、可验证的完成状态。
8. 英文阅读：能流畅阅读技术文档、硬件Spec及相关学术论文。
