职位描述
1. 技术战略与架构设计
- 制定公司AI芯片的软硬件协同技术路线图，主导MLIR编译器框架的研发与优化，构建高性能AI计算栈。
- 负责不同AI模型推理Runtime（ONNX RT、Llama.cpp、MNN、Executorch等）适配和设计，重点优化KV缓存、动态Shape、内存管理等核心模块。
- 领导量化技术研究（INT8/W4A16/FP8/MXFP4等），推动模型压缩与硬件适配，平衡精度与功耗。
- 构建完整模型编译、量化、推理、应用的软件栈和解决方案，帮助客户快速在AI场景应用中落地
2. 研发团队管理与项目落地
- 领导10人以上技术团队，覆盖编译器开发、算法研究、AI推理应用、Model Hub建设等方向，制定研发规范并把控项目进度。
3. 关键技术攻关与生态建设
- 攻克大模型在边缘设备上的推理挑战（如长序列处理、多模态模型适配），提升芯片在AI PC、机器人、AI IOT等场景的竞争力。
- 构建开发者工具链（模型量化工具、调试器、性能分析器），降低客户模型迁移成本，提升产品易用性。任职要求
核心技术能力
- 编译器与底层优化：精通MLIR/LLVM架构，掌握CUDA或OpenCL等异构计算框架，具备AI算子开发、图优化与内存调度经验。
- 大模型推理与量化：熟悉Llama、VLM、VLA等模型结构，有llama.cpp、MNN等推理框架优化经验；掌握PTQ/QAT量化方法及硬件感知训练技术。
- 算法与芯片协同：深入理解Transformer、CNN等模型的计算特性，能理解面向算法的芯片微架构设计（如Attention机制硬件加速）。
管理与经验要求
5年以上技术团队管理经验，曾带领10人以上跨职能团队AI相关编译器项目交付。
卓越的跨部门沟通能力，能协同算法、硬件、软件团队制定技术决策。
熟练掌握C/C++、Python或其他编程语言。
具有编译器开发或优化器设计的经验。
熟悉编译器理论和代码生成。
教育背景
硕士及以上学历，微电子、计算机、人工智能等相关专业；在顶级会议（如ISCA、MLSys）发表论文或持有专利者加分。
