AI异构计算优化专家-Data

团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 1、评估：负责评估符合业务要求的异构计算芯片，建立/完善评估体系、负载模型，预估业务收益； 2、推理：负责异构计算芯片落地实际推理业务，适配异构计算芯片特性，降低推理时延，提高推理吞吐； 3、训练：负责异构计算芯片落地实际训练业务，根据芯片计算、通信特性，优化显存占用，提高训练吞吐； 4、算子：负责开发异构计算芯片的高性能算子，根据芯片特性，优化算力、带宽利用率； 5、编译：负责通过编译技术实现异构计算芯片在不同业务场景中落地，负责实现更加高效的异构硬件编程范式； 6、调研：负责调研、验证前沿软硬件结合方向，比如稀疏计算、存内计算、数据流计算等。

1、熟练掌握Linux环境下的C/C++、Python语言； 2、具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯； 3、能够熟练使用至少一种主流的机器学习框架（TensorFlow/PyTorch等），熟悉框架内部实现； 4、熟悉至少一种经典深度学习模型及其应用场景，如GPT、SD、DiT、W&D等； 5、熟悉至少一种并行计算架构，熟悉其编程模型，并知晓其优、劣所在； 6、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项： 1、了解昇腾、寒武纪等推理/训练/通信相关优化，有高性能算子、大规模训练、通算融合领域经验者优先； 2、了解SIMD/SIMT外其他并行计算模型及算法，了解其并行编程模型及其优、缺点者优先； 3、了解模型剪枝、量化、LLM投机采样等优化方法原理，具备相关模型优化经验者优先； 4、了解常见AI编译器方案及其优、缺点（如XLA、TVM、MLIR），有实际开发经验者优先； 5、了解GPU硬件架构，了解GPU软件栈（CUDA、CuBLAS、CutLASS)，具备GPU性能分析的能力者优先； 6、了解AI Compiler技术栈（MLIR等），熟悉Torch2.0+编译栈、Triton优先者优先。