
地平线AI芯片工具链架构师
社招全职5年以上软件序列地点:北京 | 上海状态:招聘
任职要求
1、计算机相关专业,硕士及以上学历,5年以上模型部署、模型压缩相关工作经验,或具备10年以上的AI算法开发与架构设计或技术管理经验,对最新的AI技术和趋势有深入了解,在华为/英伟达从事芯片工具链技术研发和架构设计相关工作经验优先 2、熟悉AI模型部署的端到端链路细节,包括但不限于模型量化、编译、端侧部署优化等,对模型压缩(尤其是模型后量化)、模型部署、等关键技术有深刻的理解并可以熟练进行中长期技术规划,对模型部署领域的发展有准确预判,至少对一种主流的部署优化工具,如tensorRT,有比较深入的理解和认识 3、理解智驾及人机交互开发算法应用过程的业务问题以及痛点以及开发模式,能够通过领域技术与模式(如:模型转换与优化技术、编译器技术)转换为工程架构。对自动驾驶及人机交互算法及应用的未来趋势的演变有…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1、负责地平线AI工具链完整架构设计和规划,设计出符合需求的系统架构和系统总体方案,并跟踪支持产品研发过程对需求的实现。项目关键核心技术可行性评估,配合完善产品定义 2、关注AI工具链长期的技术竞争力,并且能够从模型部署、模型压缩等角度思考,为地平线下一代芯片的设计提供分析支持与指引 3、负责模型量化压缩工具的研发工作,对AI模型部署,模型压缩,模型量化等技术进行中长期规划,保障AI芯片工具链在模型量化、模型压缩领域的技术竞争力 4、承担模型量化工具的系统与架构设计工作,对自动驾驶模型部署过程中的系统问题进行分析与拆解
包括英文材料
学历+
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
系统设计+
https://roadmap.sh/system-design
Everything you need to know about designing large scale systems.
https://www.youtube.com/watch?v=F2FmTdLtb_4
This complete system design tutorial covers scalability, reliability, data handling, and high-level architecture with clear explanations, real-world examples, and practical strategies.
TensorRT+
https://docs.nvidia.com/deeplearning/tensorrt/latest/getting-started/quick-start-guide.html
This TensorRT Quick Start Guide is a starting point for developers who want to try out the TensorRT SDK; specifically, it demonstrates how to quickly construct an application to run inference on a TensorRT engine.
还有更多 •••
相关职位

社招5年以上软件序列
1、负责地平线AI工具链完整架构设计和规划,设计出符合需求的系统架构和系统总体方案,并跟踪支持产品研发过程对需求的实现。项目关键核心技术可行性评估,配合完善产品定义 2、关注AI工具链长期的技术竞争力,并且能够从模型部署、模型压缩等角度思考,为地平线下一代芯片的设计提供分析支持与指引 3、负责模型量化压缩工具的研发工作,对AI模型部署,模型压缩,模型量化等技术进行中长期规划,保障AI芯片工具链在模型量化、模型压缩领域的技术竞争力 4、承担模型量化工具的系统与架构设计工作,对自动驾驶模型部署过程中的系统问题进行分析与拆解
更新于 2026-01-23北京|上海
社招研发类
1、负责开发面向自研芯片的AI模型编译工具链,支持CNN,Trasformer等主流网络高效部署; 2、设计并实现模型优化,图编译优化,算子融合,内存优化等关键技术,提升AI芯片的整体推理性能; 3、开发自动化工具链,简化模型从训练框架(pytorch,tensorflow)到自研芯片的部署流程; 4、与芯片紧密合作,完成对指令集、内存架构等进行深度优化; 5、负责工具开发流程建设,开发文档建设,指导团队端到端落地。
更新于 2025-06-05北京|南京|上海
社招5年以上智能与信息技术
负责设计和构建自研NPU编译器及工具链的核心架构;特别是跨模块接口设计、硬件抽象定义、编程模型设计、关键性能考量等方面。 1、编译器架构设计:聚焦于编译器(包含运行时)各模块间的接口设计。 硬件抽象定义:定义合理的NPU硬件抽象,在跨平台和发掘硬件效率之间找到最佳平衡。 2、开发者界面定义:定义编程模型和工具链界面,提升自定义算子开发和模型适配效能。 3、前沿技术研究:跟踪编译器技术(如MLIR、LLVM)、AI芯片架构及深度学习框架的最新进展,探索创新性解决方案。
上海