vivo高性能计算工程师（优化）
任职要求
1. 本科及以上学历，微电子/计算机/电子等相关专业本科及以上学历背景，熟悉计算机体系结构知识； 2. 精通C/C++面向对象编程，熟悉图像处理、计算机视觉相关知识； 3. 熟悉DSP指令集加速，有相关项目经验者优先； 4. 熟悉 CPU，GPU 或者 AI 加速器的硬件架构，有ARM、NEON、DSP或GPU op…
工作职责
高性能计算工程师 1. 负责影像基础画质方向的SDK方案设计与实现，通过整合指令集优化、内部线程调度、内存池等技术最大化性能功耗使用效率； 2. 评估模块SDK的新平台可行性评估； 3. 理解系统架构、硬件架构，根据业务需求驱动厂商硬件与软件的本地化实现。
1. 大规模及中小规模模型分布式训练的性能优化，包括数据读取、算子优化、通信优化、显存优化等，加速训练过程，提升训练系统稳定性、资源利用效率及面向目标平台（如嵌入式设备）的可部署性； 2. 持续分析、优化大规模多机集群及中小规模训练任务的性能，与算法同事协作优化训练系统的整体效率和稳定性； 3. 负责云端推理服务的性能优化与落地，包括模型转换、计算图优化、算子融合、低精度推理（INT8/FP16）、推理框架适配（如TensorRT等），提升推理吞吐量、降低延迟和资源消耗； 4. 跟进业内先进的训练框架、推理框架及训练/推理优化技术，推动其在业务中的实践。
1. 负责NN算法、图像算法在主流移动端处理器上的部署和优化，达成模型（含大模型）推理的耗时/功耗等目标； 2. 负责NN部署框架设计、开发实现、算子优化和工具链维护； 3. 负责撰写相关业务设计文档。
1. 端侧部署与性能优化：主导世界模型及辅助驾驶的软件架构设计及芯片部署方案落地，综合运用指令集优化、线程调度策略、内存池管理等技术，实现极致性能与资源利用率。 2. 新平台可行性评估：系统性评估模块 SDK 在车载新平台的适配潜力，输出技术可行性报告及性能优化路径规划。 3. 芯片生态深度协作：聚焦英伟达等主流车载芯片平台，完成模型部署与推理性能调优；结合系统及硬件架构特性，协同芯片厂商实现软硬件本地化定制开发，驱动业务需求落地。
1、加入系统联合优化团队，负责服务框架开发、性能瓶颈分析以及调优，为电商推荐场景下提供全栈式 Compiler+Serving+Benchmark 不同层级优化方案。2、负责通过新硬件引入，软硬结合优化， 在异构计算硬件上，挤压算力的极限降低服务资源成本。3、负责持续跟踪业界最优实现深度学习模型，从训练到部署的并结合实际场景超越并创新。