ai开发工程师岗位职责

岗位职责：
1、参与智能座舱AI Agent应用的开发与维护，包括工作流编排、提示词编写、工具调用配置、知识库内容梳理等；
2、协助完成Agent的功能开发、联调测试与问题排查，配合团队完成Agent应用的迭代优化；
3、参与Agent相关数据构建、评测脚本编写与效果分析，输出优化建议；
4、学习大模型与Agent前沿技术，结合业务需求进行相关应用开发实践。

任职要求：
1.本科及以上学历，计算机、软件工程、人工智能、自动化、通信等工科专业；
2.对大语言模型、Agent技术有学习热情，有AI相关课程项目、竞赛（如大模型竞赛、Kaggle等）或实习经验者优先；
3.具备Python编程基础，了解提示词工程、RAG或LangChain等框架者优先；
4.学习能力强，善于交流与团队协作，对智能座舱与AI应用开发有浓厚兴趣。

岗位职责：
1.负责深度学习 / 大模型核心算子优化、适配与开发，针对 Transformer 类大模型算子（Attention、FFN、MatMul、Norm 等）进行深度性能调优。
2.负责智能化算子搜索体系搭建与落地，实现自动算子生成、性能*优匹配、精度与速度平衡优化。
3.基于 llamacpp 等开源推理框架，进行Vulkan、SYCL、CUDA等异构后端的深度开发、适配与性能优化，提升多平台推理效率。
4.负责 AI 算子在Nvidia/Intel/ARM/AMD/RK（瑞芯微） 等多硬件平台的移植、适配、指令集优化与底层加速，解决不同架构下的算子性能瓶颈。
5.负责大模型推理算子与推理框架的联合优化，支撑 KV 压缩、并行解码等关键特性的算子级落地。
6.构建算子性能评测、自动化测试与优化工具链，输出平台化算子优化方案。
任职要求：
1.计算机、微电子、自动化等相关专业，本科及以上学历，2 年及以上 AI 算子开发、推理优化、后端适配工作经验。
2.精通模型算子优化原理，熟悉算子融合、内存复用、向量化优化、稀疏优化等技术，有大模型算子优化落地经验优先。
3.熟悉智能化算子搜索（Auto-Tuner/Op Search） 技术，有自动算子生成、性能搜索、调度优化经验者优先。
4.精通 llamacpp 框架，熟悉其底层架构、后端扩展机制，具备Vulkan / SYCL 后端开发与优化经验，能独立完成后端算子开发与移植。
5.扎实的 C/C++开发能力，熟悉汇编优化、多线程并行、GPU / 异构计算编程；熟悉 Python、CMake 编译体系。
6.熟悉深度学习推理流程，理解 ONNX、TorchScript 等模型格式，了解大模型推理特性与优化方向。
7.具备较强的性能 profiling、问题定位与工程化落地能力，能独立完成跨平台算子适配与优化。

岗位职责：
1. 负责AI模型全流程工程化链路开发与搭建，打通模型训练导出、转换优化、部署落地、运维监控整套闭环，搭建标准化、自动化部署流程，提升算法落地效率。
2. 深耕C++底层代码优化，针对推理引擎、算法模块、算子逻辑进行深度性能调优，涵盖代码结构重构、指令集优化、冗余逻辑删减、编译优化等工作，降低代码运行开销。
3. 主导算法部署Pipeline全维度优化，针对推理流程中的通讯调度、内存管理、数据读写、任务并发等模块专项优化，解决内存泄漏、数据拷贝冗余、进程通讯阻塞、推理时延过高等工程痛点。
4. 负责异构平台推理框架开发与适配，针对Intel、ARM、AMD、RK瑞芯微、此芯等各类硬件平台，完成框架移植、底层对接、硬件加速适配，保障推理引擎跨平台稳定高效运行。
5. 负责模型前后处理算子开发、优化与移植，贴合业务场景定制高效前后处理逻辑，完成算子融合、内存复用、并行化优化，贴合异构硬件特性实现算子性能*大化。
6. 负责AI算法与推理框架、业务系统、底层硬件的一体化集成与联调，解决模块兼容、功能联动、性能瓶颈等问题，实现端到端算法部署链路稳定运行。
7. 梳理工程化落地过程中的技术难点，输出优化方案、开发规范与技术文档，保障算法规模化部署的可复用性与可维护性。
任职要求：
1. 计算机、软件工程、自动化、电子信息等相关专业，本科及以上学历，2年及以上AI算法工程化、模型部署、C++底层开发相关工作经验。
2. 精通C/C++编程，熟练掌握多线程编程、进程通讯、内存管理、指针操作等底层开发技能，熟悉CMake、Makefile等编译构建工具，具备扎实的代码调试与优化能力。
3. 熟悉AI模型部署全流程，掌握模型导出、格式转换、量化压缩、推理调度等核心流程，熟悉ONNX、GGUF、TorchScript等主流模型格式。
4. 具备工程化链路开发实战经验，能够独立搭建算法部署流水线，精通通讯优化、内存优化、任务调度优化等部署调优手段。
5. 熟悉至少一种开源AI推理框架（llamacpp、ONNXRuntime、NCNN、MNN、TensorRT等），具备框架二次开发、模块改造、异构适配经验者优先。
6. 熟悉异构硬件计算架构，具备Intel、ARM、AMD、RK等至少一类平台的底层开发、框架适配、算子优化经验。
7. 掌握前后处理算子开发与优化方法，了解算子融合、向量化优化、内存复用等优化手段，有异构平台算子移植经验者优先。
8. 具备算法集成与系统联调能力，能够独立完成算法模块封装、接口对接、问题排查，保障部署工程稳定性与性能指标。
9. 具备较强的问题排查与工程攻坚能力，能够快速定位内存、通讯、性能、兼容类底层问题，给出落地解决方案。