工作职责：
研究/分析各领域AI模型的结构和算法；
研究/实现AI模型的模型加速技术，例如混合精度训练/大规模分布式训练/自动并行等；
追踪研究领域和应用中的最新AI技术，重现论文和公开代码中所公布的结果；
研究/实现AI模型的训练性能优化等；
研究/分析主流AI模型性能方面的特点/瓶颈，协助硬件设计；
实现/移植主流AI模型到软件栈，适配设备调优性能。
职位要求
研究生学历以上
5年从事以下领域：自然语言处理，视频，情感分析，推荐系统，强化学习
精通Python，具备较强工程实现能力
有较强的快速学习能力，良好的团队合作沟通能力以及分析解决问题能力
有扎实的C++1x编程能力，有良好的编程风格；
具有丰富的Linux软件分析/debug经验
熟练掌握tensorflow, pytorch, mxnet, caffe中的一种或多种
具有模型训练优化经验
具有 tensorflow/XLA/MLIR/TVM/TFRT/Glow等使用经验
具有混合精度训练，自动并行（数据/模型/混合/流水线并行）等经验
Tensorflow或Pytorch源码阅读经验。
流利的英语阅读、写作能力；
(加分项)在微积分，线性代数，随机理论和统计方面具有扎实的数学基础
(加分项)有关Tensorflow, pytorch的框架知识
(加分项)使用Tensorflow或Pytorch进行过性能调优
(加分项)熟悉nvprof， nvvp等profile工具。
(加分项) 掌握CUDA C，Cudnn，Cublas等
(加分项)掌握MXNet，nGraph，Horovod，NCCL，TVM，Jax等AI相关的框架、工具链；
(加分项)熟悉MLCommons，AIIA, Deepbench等AI性能基准测试；
(加分项)在AI领域发表过学术论文；
(加分项)在AI竞赛及编程竞赛中获得好成绩文。
欢迎咨询！
电话：18519274080
微信号：Brylin1991
邮箱： herocanjob@163.com
--
FROM 122.189.211.*