共 6773 个在招岗位 · 覆盖国企、大厂官方招聘
1. 车险精算模型开发与维护（核心职责） 搭建并维护车险核心精算模型：出险频率模型、严重度模型、纯风险保费模型。 负责模型选型、变量筛选、分布拟合（Poisson/NB/Gamma/LN）、GLM 或 GBDT 等模型训练。 定期开展模型校准（Calibration）、模型偏差回溯（NMAE、WAPE、RCCI、Lift、PSI 等）。 对重点业务（新能源/黑点车型/地区特殊群体）构建专项精算模型。 2. 费率厘定与产品定价 负责车险产品费率厘定、参数设定、产品测算、目标利润测算。 构建费率结构（基准费率 + 风险因子 + 地区因子 + 车型因子等）。 推动差异化定价（地区/车型/渠道/人群）。 参与新产品定价：新能源 UBI、Telematics、短期车险、场景化保障等。 3. 经营成本与费用精算 测算并校准附加费用率、渠道佣金率、管理费用率、税费等。 负责保费结构拆解： 纯风险保费 → 毛保费 → 已赚保费 → 利润贡献 分析费用率偏差并反馈经营部门，提供优化建议。 4. 赔付准备金与 IBNR 测算 负责车险准备金测算：IBNR、IBNER、链梯法、Bornhuetter-Ferguson等方法。 监控赔付滞后结构、案件进展、已报未决（RBNS）、事故通道损失率变化。 出具准备金分析报告，为财务与再保管理提供依据。 5. 数据体系与精算分析能力 定义精算数据需求，与数据团队建设精算分析底座。 使用 SQL / Python / SAS 建立建模数据集、损失分布、出险分布。 建设精算看板（频率、严重度、赔付率、费用率、利润率、准备金等）。 6. 跨部门专业支持 支持承保部门优化费率结构与风险因子。 支持理赔部门进行成本拆解、黑产识别、异常修理厂识别。 支持经营管理团队进行利润预测、区域策略、渠道策略。 参与监管报备、费率报送、精算报告撰写。
滴滴国际化Fintech业务，是滴滴国际化战略的重要组成板块，自2021年开始，Fintech在拉美地区大力发展电子支付和信贷业务。短短2年时间，其个人信贷业务，已经在墨西哥的Fintech玩家中位于第一梯队；其电子钱包业务也在巴西的Fintech玩家中也名列前茅，实现快速增长。此外，滴滴Fintech还在拉美地区积极探索和开展信用卡、商户收单等业务，为当地用户带来更便捷、优质、更高性价比的金融服务，实现多个从0到1的突破。 我们诚挚邀请真诚、 可靠、勇于挑战的您和我们一起，携手并肩，拥抱金融出海的浪潮。和滴滴Fintech一起，实现从0到1，从1到100的快速成长。 职位描述： 1.负责国际化现金贷系统的架构规划、设计以及核心功能的编码工作；负责构建可扩展的 AI/大模型（LLM）工程化接入架构，赋能Agent场景的实际落地； 2.负责攻克高并发、高稳定性、高可用、复杂业务模型等带来的技术难点，用合理的架构高质量高效率解决金融合规、国家差异化、数据安全等问题； 3.推动 AI 研发工具在团队内部的落地，提升全员工程交付效率与代码质量； 4.推进智能化运维（AIOps）体系建设，利用 AI 技术提升故障的智能预测与快速定位能力，发生技术故障快速响应和止损，确保系统可用性/系统安全/资金安全/数据安全；
1.参与并负责小米支付清结算、对账相关服务的开发及维护 2.参与对接各类电商、游戏、汽车等商户的对接工作，解决入网、结算等问题 3.参与支付系统的稳定性建设、监控、容灾、降级、故障演练及恢复等 4.理解支付业务，参与高并发平台型系统建设
1. 负责手机音频技术规划，方案评估和落地，增强技术和产品竞争力 2. 参与音频流畅度/稳定性/续航等基础体验建设，洞察问题并提供有效的体系化解决方案 3. 参与项目重难点问题攻关，对高质高效交付有自己的思考并提供有效的解决方案
1. 负责涂装车间新员工、转岗员工、返岗员工的全流程带教、岗前培训、上岗考核，确保新人按期达标独立上岗。 2. 负责车间各岗位SOP标准化宣贯、实操纠偏、动作统一，整改习惯性违规、非标操作。 3. 针对车间高频质量缺陷、操作短板、新工艺、新车型，开展专项培训与复盘改善。 4. 负责员工技能等级评定、一岗多能认证、技能档案建立与人才梯队搭建。 5. 负责培训课件、操作视频、案例库更新维护，工艺变更及时完成全员转训。 6. 完善培训台账、考核记录、月度培训总结，配合车间体系审核与稽查。 7. 落实现场安全、5S、劳保、作业纪律培训，降低人为质量问题与安全风险。
1、负责分析和优化自动驾驶系统中各种复杂的稳定性和性能问题，打造高可靠高性能的自动驾驶系统； 2、负责自动驾驶核心软件系统的设计、研发和调优，包括车载中间件、执行管理、系统工具等； 3、设计和实现测试方案，分析监控用户态和内核态程序发现性能瓶颈，进行优化； 3、推动自动驾驶各业务和算法模块的代码优化，实现整体资源利用率和性能提升。
1、负责MNT产品的主控板设计开发,完成原理图圆 设计及调试; 2、负责跟进MNT整机产品集成、设计、开发、调 试、认证等环节的硬件电子问题,解决设计、生产、售后 过程中的问题; 3、参与公司新技术规划,方案实现评估等,参与硬件开 发流程和设计标准规范的建设和推行; 4、参与MNT相关技术预研、竞品分析并形成总结, 提升产品竞争力。
1. 新工艺、新材料预研 1）跟踪行业新技术：新型改性塑料、轻量化材料、新型表面工艺、低 VOC 胶黏剂；做预研样品、对比测试，输出预研报告，评估导入时机与成本收益。 2）技术沉淀：编写材料规范、工艺设计规范、DFM 设计指南，建设内部知识库，给结构设计师做培训。 2、材料选型、评估、替代、降本（材料主线） 1）依据产品定位（高端 / 中端 / 入门）、可靠性要求、成本目标，完成整机结构件材料选型：PC/ABS、HIPS、改性 PP、玻纤料、镁合金、冷轧钣金、铝型材、背光膜材、泡棉、双面胶、低 VOC 胶水、缓冲包装材料等。 2）开展材料性能验证：热变形、冲击、阻燃、耐候老化、CLTE 热膨胀、应力开裂、VOC、气味、耐化学（手汗、清洁剂），输出材料评估报告，建立整机材料规格库。 3）物料替代、降本项目：在保证可靠性前提下推动材料降级、国产替代、回收料应用；识别材料风险（蠕变、发黄、低温脆裂、高温 Mura 风险）。 4）失效分析：市场退回、试产不良，做材料层面根因定位：开裂、变形、发白、脱胶、掉漆、异响，输出对策（改牌号 / 改改性配方 / 切换供应商）。 3、工艺评估与 DFM 可制造性评审（工艺主线） 1）参与方案、3D 结构评审，从模具成型、装配、表面工艺角度输出 DFM 意见：壁厚、圆角、拔模、筋条、浇口位置、避免厚薄差、减少困气、双色注塑可行性、热压贴敷 / IML / 喷涂 / 蚀刻 LOGO 工艺可行性。 2）各类成型 & 表面工艺评估：注塑、双色注塑、压铸、钣金冲压、热压贴敷、模内装饰 IML、喷涂、UV、蚀刻、阳极氧化、烫印；评估良率风险、成本、外观良率边界，哪些结构可以做、哪些结构工艺实现不了。 3）模具对接：与模具厂协同，识别缩水、翘曲、熔接痕、气纹风险；针对大件电视后盖、中框，评估翘曲、热胀冷缩带来的屏体应力风险。
1、针对显示图像处理模块，了解各模块的动作需求，熟悉控制功能和效果优化的流程和方法 2、了解项目及各方资源的协作方式和痛点，能够整体管控项目团体的协作及流程，确保预研并产品研发的顺利落地 3、对研发阶段、以及量产阶段的问题点及时分析并不断提出优化措施
1. 负责电视背光光学设计和仿真，独立完成光学架构设计和优化； 2. 主导新产品的从预研到量产的验证工作，负责解决产品开发过程中和售后光学相关问题； 3. 精通LED、Mini-LED、Micro-LED及灯条设计与制造工艺，负责与供应商检讨晶片、荧光粉、透镜、PCB和驱动方案设计 4. 熟练掌握光学膜片及导光板、扩散板等光学部品材料特性、生产工艺和成本构成； 5. 了解行业新技术，掌握LCD、OLED等显示技术的光学原理及特性；
1. 按产品需求完成关节模组和机械臂的机械结构设计、仿真计算及校核，输出设计说明书，独立完成图纸绘制; 2. 熟悉和参与谐波、电机等关键零部件的设计选型，对接供应商进行技术沟通; 3. 参与机械臂的电子电气，驱动器，编码器，机械臂相关传感器等开发或选型相关技术评审； 4. 跟进样机的采购、生产与制造，主导样机相关的机械测试，跟进产品生命周期内的机械结构技术问题; 5. 参与可量产性评估，负责解决量产过程中的问题; 6. 协助项目经理评估开发周期、生产制造周期、技术风险等。
1. 负责量产整车尺寸质量（包括但不限于DTS、Audit、FTT）维护； 2. 负责量产整车尺寸问题管理推进工作； 3. 快速处理解决生产过程中出现的尺寸匹配问题； 4. 参与整车零件尺寸认可工作； 5. 参与新车型导入及DTS提升工作。
1. 下一代AI编译器架构设计与研发：主导AI芯片编译器的核心方案设计与开发实现，聚焦于软硬件协同优化，挑战极致的硬件资源利用率与高能效比（Energy Efficiency）。 2. LLM驱动的编译器前沿探索：结合大语言模型（LLM）与智能体（Agent）技术，探索自动代码生成、智能算子融合及自动化性能调优等前沿课题，构建“AI辅助AI编译”的下一代智能工具链。 3. 软硬协同的系统级优化：深度融合前沿AI算法（如大模型推理/训练）、底层硬件架构与业务产品需求，打通从算法到芯片的端到端编译优化链路。 4. 极致性能与功耗分析：主导复杂模型在真实场景下的性能瓶颈剖析，建立深度的性能与功耗分析模型，研发并落地系统级的极致优化策略。 5. 编译器技术演进与生态建设：保持对业界顶尖编译器（如TVM, MLIR, Triton等）及LLM前沿动态的敏锐嗅觉，规划并引领自研AI编译器的技术演进路线图。
1. 负责触控指纹 设备驱动/Android Hal相关功能开发 2. 负责触控指纹 功耗和性能调研开发 3. 负责游戏触控 性能提升 效果调试, 以及触控算法开发
岗位描述： 1 协助部门进行相关行业的行业研究，辅助投资决策； 2、协助部门进行尽职调查，完成投资交割； 3、协助对目标公司进行尽职调查，编制尽职调查报告； 5、参与相关的谈判工作和投资结构设计； 6、参与投后管理，跟踪被投资公司的业务、产品、财务等情况； 7、推动被投资公司和小米之间的业务交叉支持； 8、参与小米其他相关投资业务的管理工作。
1、准确把握客户需求，挖掘用户兴奋点，将产品方案落地，包括但不限于方案策划、文案撰写、页面跟进、图片设计、效果跟踪等； 2、协助制定小米产品的运营方案、推广策略、销售规划，完成流量及销售目标； 3、综合内容、市场、销售部门的反馈，高效的输出运营策划方案、产品文案； 4、对竞品进行监控总结，并进行有效分析，不断提出改善策略和创意，并做出竞品分析报告； 5、协助策划活动方案，关注平台及市场动向，快速调整运营策略，利用活动提高用户活跃度、拉新量； 6、挖掘运营数据、用户数据，进行多维度分析，提供消费需求导向，提高用户留存与复购。
标准职责: 产品测试执行、测试脚本/AW开发责任人，对执行结果、测试脚本/AW开发质量和业务工作量评估负责。 1、负责所辖领域（如：功能、网管、转发性能、兼容性、资料等）的测试执行以及探索性测试，保障测试质量。 2、负责测试自动化脚本/AW开发，以及测试自动化脚本适配。 3、承担所负责内容的缺陷挖掘，确保缺陷跟踪闭环。 4、对负责的测试对象进行质量评估，确保产品高质量交付。 自定义职责: 产品测试用例实现与执行、测试脚本/AW开发责任人，对执行结果、测试脚本/AW开发质量负责。
标准职责: 产品测试执行、测试脚本/AW开发责任人，对执行结果、测试脚本/AW开发质量和业务工作量评估负责。 1、负责所辖领域（如：功能、网管、转发性能、兼容性、资料等）的测试执行以及探索性测试，保障测试质量。 2、负责测试自动化脚本/AW开发，以及测试自动化脚本适配。 3、承担所负责内容的缺陷挖掘，确保缺陷跟踪闭环。 4、对负责的测试对象进行质量评估，确保产品高质量交付。 自定义职责: 产品测试用例实现与执行、测试脚本/AW开发责任人，对执行结果、测试脚本/AW开发质量负责。
标准职责: 产品测试执行、测试脚本/AW开发责任人，对执行结果、测试脚本/AW开发质量和业务工作量评估负责。 1、负责所辖领域（如：功能、网管、转发性能、兼容性、资料等）的测试执行以及探索性测试，保障测试质量。 2、负责测试自动化脚本/AW开发，以及测试自动化脚本适配。 3、承担所负责内容的缺陷挖掘，确保缺陷跟踪闭环。 4、对负责的测试对象进行质量评估，确保产品高质量交付。 自定义职责: 测试技术研究与应用：作为5G新通话解决方案体验官，深度参与话音前沿测试技术研究，与AI大模型技术共舞，并且持续挖掘其在话音领域中的应用，塑造未来通信新方向，探索通过AI技术影响全球上亿用户的实时通话体验。||掌控项目全流程测试：作为话音解决方案质量把关人，基于5G通话的特点和业务需求，结合AI技术，主导话音解决方案测试策略和测试用例设计，精准执行测试用例，深度分析能力与评估质量。秉持客户至上、质量第一的理念，以高效且优质的工作，助力项目完美交付，成为客户信赖的坚实后盾，全面提升自身测试技术能力。||创新测试工具开发：让你拥有话音解决方案全局技术视野，学习前沿AI测试技术，利用AI技术开发或定制化测试工具，实现测试过程的智能化，提升自身技术深度和行业影响力。||驰骋全球一线战场：这里为你提供走向全球、全国的广阔舞台，你将直面一线客户真实使用场景，与全球大 T 运营商深度交流、实战测试。在竞争中脱颖而出，引领话音解决方案外部项目测试持续超越友商，为客户满意度与商业成功注入强劲动力。同时，你还能在旅途中领略全球人文自然风光，全方位提升个人综合能力，收获非凡人生体验。
职位描述 1、负责数码频道《惊奇科技》中长视频栏目的剪辑与后期制作，包括达芬奇调色、3D渲染、AE特效等后期细化制作流程； 2、参与《网易数码》短视频账号部分剪辑与后期制作； 3、《惊奇科技》中长测评栏目作为频道内主要商业化栏目之一，需技术优秀，经验丰富的剪辑与后期制作人员。
1、了解一个或多个领域的业务知识，与客户有效沟通并分析客户需求，识别出AI技术的行业/领域价值场景，协助客户设计应用的智能化路径。 2、理解机器学习、深度学习、大模型、智能体的基本原理，基于云+AI的产品设计AI解决方案，与技术服务团队协同，快速搭建智能体应用场景，结合产品解决方案优势和性价比，影响客户的技术选型决策。 3、依据市场/客户需求、技术动态，结合技术研判向产研部门反馈大模型应用解决方案及Agent工具等的优化建议，推动技术创新和解决方案的迭代升级，提升AI 解决方案、算法以及工具链竞争力。 4、挖掘可复制、可规模化、符合市场逻辑的大模型解决方案，通过客户案例的落地对成功实践进行总结归纳完成从0到1；并对内部团队及客户进行知识和项目分享，促进从1到N的复制。 5、关注最新技术趋势和行业动态，分享技术资源和经验，进行技术分析报告撰写，并与合作伙伴开展技术合作项目。
1.需求分析与场景识别：与教育行业客户（高等院校、职业教育机构、教育科技企业等）紧密合作，深入理解教育科研领域AI诉求，能够挖掘客户与当前人工智能技术发展水平相匹配、具备应用落地条件、投入回报效益明显的典型场景，如智能教学辅助、AI科研助手、智慧校园管理、智能化考试与评测、个性化学习推荐、教育大数据分析等。 2. AI规划与解决方案：理解不同AI技术（如NLP、CV、多模态大模型、知识图谱等）在教育科研场景中的适用范围和能力边界。以云计算+大模型为基础，设计教育机构AI解决方案（并识别阿里云的商机：算力集群、大模型调用、大模型平台、知识中心、智能体平台等）。 3. 产品需求反馈与优化：依据教育科研市场/客户需求及技术发展动态，结合教育行业政策导向（如教育部教育数字化战略行动、人工智能助推教师队伍建设等），向产研（或者伙伴）反馈大模型在教育场景中的应用优化建议及Agent工具迭代需求，推动教育垂直领域技术创新和解决方案升级 4. 方案沉淀与扩展复制：通过标杆客户案例的落地完成从0到1的验证；并对内部团队及客户进行知识分享和项目复盘，促进从1到N的规模化复制与推广。
小米是具备自研芯片、自研大模型（MiMo）、自建算力集群的全栈客户，本岗位作为小米项目组的全栈BTE，负责小米集团1-2条核心业务线的AI与云业务拓展及业绩达成。 客户关系管理 业务线深耕与机会识别：主动掌握消费电子、智能终端、智能汽车、IoT等领域的关键行业knowhow，保持对AI趋势的深度及时理解，在所负责业务线内识别市场机会、挖掘客户产品与技术需求，形成有效商机；并前瞻判断客户下一代技术架构演进带来的增量入口。 客户业务理解及需求挖掘：深入理解小米的商业模式与AI战略全貌（端云协同、MiMo自研路线、人车家全生态），完成所负责业务线的组织架构梳理与决策链摸排，串联客户OKR与年度技术规划，找到双方战略层面的合作机会点。 建立组织客情：在所负责业务线的关键决策点（业务负责人、技术委成员、技术Leader、算法与工程团队）建立并维护多点客情，协调我司管理层与客户对等层级建立连接；作为"铁三角"的导演，牵引SA、产研、交付与生态伙伴形成合力。 竞争格局管理：清晰掌握客户与竞对在所负责业务线的合作现状、用量与合约节奏，制定份额争夺与防守策略，并及时同步客户线形成整体应对。 产品和技术价值传递 理解阿里云产品及解决方案：深入理解飞天云计算操作系统、七大件、全栈AI（从算力到模型到应用）的技术价值，掌握Qwen全尺寸模型族、百炼平台、灵骏智算、PTU/MU算力单元、Batch批处理等产品的能力边界与成本结构，清楚竞对的差异化优势，能独立制定解决方案。 面向强自研客户的差异化价值传递：能向客户讲透阿里云在训练脉冲弹性、推理潮汐削峰、跨集群断点续训、推理性能优化（PD分离、KV-cache复用）、多模态与视频生成、出海节点与合规等方面的独特价值，讲清"自建之外为什么还需要我们"，形成差异化的心智占位。 分层布道能力：能进行云和AI的全栈布道，面向客户不同群体（一线算法与工程师、技术Leader、分管业务负责人/CXO）用各自听得懂的语言讲透技术与业务价值，差异化影响客户心智。 打法沉淀与复制：将在小米沉淀的终端侧AI合作打法（端云协同、Agent场景卡位、算力长约设计等）提炼为可复制的方案与案例，向团队及其他终端/消电客户输出，形成行业标杆实践。 制定商务策略及商机转化 促进客户决策及商机转化：摸清并影响所负责业务线的决策链路，制定应对商务方案，运用销售策略转化商机，达成MaaS与算力业绩目标，实现与客户的双赢。 设计并推动商业模式升级：根据客户用量特征（稳态/脉冲/峰谷比/长约意愿）设计更优的商业形态，推动合作从分散调用走向锁定型长约，把握谈判节奏与折扣底线。 独立与牵引式谈判：能独立完成重要项目谈判，并指导、协助团队成员完成谈判，牵引合作商谈，从决策链层面影响谈判结果。 客户运营和管理：作为所负责业务线的第一责任人，从商机获取、技术对齐、POC设计、商务谈判、交付上量到问题闭环全程负责，协同内部产研、财税法等支撑部门，整合内外部资源，识别并管理风险点，做好精细化运营与项目落地。 促进用量增长而非仅签约：需持续推动场景扩展与调用量增长、防止用量流失，把单点合作沉淀为可持续消费；同时对存量业务的经营质量与毛利结构负责。 持续做好客户服务 客户全生命周期的业务支持：持续做好客户服务，及时响应线上问题与故障，关键时刻能独立完成排查与客户安抚，长期陪伴客户业务成长，提高客户满意度。 推动产品反向优化：提炼客户服务中的深层次问题，将推理性能、成本可观测性、模型能力、稳定性等方面的真实反馈反向推动内部解决，牵引产品方案与流程体系改进。 资源整合与长期主义：通过阿里集团内部与生态伙伴资源的整合，帮助客户实现自身业务目标，在部分专业领域做到比客户更懂客户，对客户的业务决策形成实质影响力。
1. 根据角色概念设计师提供的设计方案，进行设计和制作角色、怪物的三维模型资源； 2. 根据动画师提供的技术要求对角色的三维模型进行合理布线，以确保模型适合动作设计； 3. 设计与制作游戏内道具/武器等非场景类的三维模型资源； 4. 和其他三维模型组成员进行协作，完成游戏所需的角色、怪物等模型的制作和输出； 5. 与开发人员对接，制定角色三维模型的素材和引擎配合的技术标准。
1. 为客户导入和开发玄铁RISC-V IP和技术设计赢取胜利机会； 2. 负责RISC-V CPU IP产品的技术宣讲，对玄铁产品、服务和友商保持高标准的技术知识； 3. 积极拓展客户，保持对领域的动向和客情变化的敏感度； 4. 与Sales团队合作，提供技术知识和支撑，与潜在客户建立和维护良好的客户关系，介绍和推动玄铁RISC-V IP的design in； 5. 与技术工程团队合作，确保客户需求和产品的匹配度，确保客户项目的顺利落地。
1. 负责基于公司服务器CPU芯片的存储垂直软件技术栈的性能优化、稳定性提升及功能迭代，主导核心技术难题的攻关；深入理解CPU芯片架构特性（如缓存、指令集、IO虚拟化、QoS等），结合存储软件运行机制，制定针对性的优化方案并落地实施 2. 与硬件设计团队紧密协作，参与芯片架构定义、功能验证阶段的软件需求输入，确保芯片设计充分适配存储软件场景；搭建存储软件优化的测试验证平台，制定测试方案、性能基准及评估体系，保障优化效果的有效性和稳定性 3. 跟踪存储领域前沿技术及行业发展趋势，将先进技术融入公司软件优化方案，推动技术创新 4. 负责存储相关软硬件栈（如设备驱动、文件系统、分布式存储系统、NVMe等）基于自研CPU芯片的适配和优化，提升存储IO吞吐量、降低延迟 5. 深入研究存储硬件加速技术（如CPU卸载引擎、存储级内存SCM适配等），推动软件与硬件加速能力的深度融合 6. 针对分布式存储、企业级存储等核心场景，优化存储软件在自研CPU上的资源占用（CPU、内存），提升系统并发处理能力 7. 解决存储软件在实际部署场景中与自研CPU芯片相关的兼容性、性能瓶颈问题
● 基于GPU Profile完成模型算子覆盖率分析，识别必选高性能算子开发路径并评估性能影响。 ● 基于性能仿真建模工具完成性能建模并检查review，输出整网及分层模块性能预期报告，明确关键模块与算子形状、数据类型及切分策略。 ● 结合Profile与建模结果，输出算子开发需求清单（含算子列表、shape、dtype、切分策略）及接口需求说明文档，明确算子/框架团队优先验证规格。 ● 维护并扩展补充新增AI芯片算子单OP精度与性能参考代码，沉淀AI Harness SKILL/Agent资产。 ● 建立主要模型推理规格的GPU竞品性能数据清单，形成可量化对标基准。 ● 跑通模型Fake Tensor推理（带切分方案）与Real Tensor推理全流程，验证并行切分策略正确性。 ● 对比实测性能与建模预期，量化Gap来源（算子效率/切分策略/调度开销/显存带宽等），驱动算子、框架、编译器团队形成优化闭环，持续逼近建模性能极限。 ● 制定端到端精度验证策略，输出验证方案与QA转测说明，完成AI芯片daily QA转测交付。 ● 输出模型整体并行方案与子模块/算子级切分细化方案，形成建模性能预期数据报告。
从事芯片框架相关的工作，主要包含： 1. 负责主流开源框架支持，如pytorch、tensorflow； 2. 负责主流开源大模型推理引擎支持，如vllm； 3. 负责大模型推理性能优化； 4. 负责大模型大规模集群训练优化；
- 主导性能建模平台的架构设计和关键模块构建，开发系统、模型和算子仿真框架，为芯片系统设计提供量化依据 - 构建AI负载特征分析套件，从主流 AI 模型中提取计算、访存、并行和互联等方面特征，并开发相应Benchmark - 定义功耗评估方法论和框架，寻找性能和功耗甜点，设计系统调频、调压及任务调度方案 - 建立芯片可编程性的科学评估体系，协调软件和硬件团队的架构探索方向
1. 对当前流行的生成式AI模型，如GPT-3，LLaMA，Qwen，stable diffusion等模型进行应用分析，评估模型在不同硬件架构（CPU/GPU/NPU）上的性能瓶颈，分析内存占用等； 2. 针对应用分析结果设计关键硬件模块的架构，包括数据通路，控制逻辑，计算/访存接口等； 3. 构建高精度的硬件架构的仿真器和性能、面积、功耗模型； 4. 依据仿真器和模型的结果做架构探索，为硬件架构设计提供理论依据。
