vivo高性能计算专家（上海&杭州）
任职要求
1.硕士及以上学历，计算机/电子等相关专业背景； 2.深入理解数字图像处理相关算法及移动端网络部署，具有相关项目经历； 3.熟练使用C/C++和Python，良好的代码质量和风格； 4.熟悉算法优化，包括CPU、GPU或DSP等； 5.熟悉NDK、ADB、GIT等工具的使用； 6.具备良好的沟通表达能力、学习能力、团队协作能力以及抗压能力； 7.良好的英文文档阅读能力； 8.有模型训练、量化等经验者优先
工作职责
1.协同算法团队，设计适合落地部署的影像算法SDK架构； 2.充分考虑算法落地优化需求，实现算法SDK原型； 3.针对当前SDK在产品中的问题与缺陷，提出并实施对应解决方案。
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. 设计开发高性能计算加速算法，包括但不限于MoE、Attention、卷积、矩阵乘及相关的融合和量化。 2. 基于硬件特性进行极致性能分析和优化，制定通用性能调优策略，适配和调优各种主流框架和开源代码。 3. 深度分析各种实际应用，如生成式AI/大语言模型推理和训练等场景，发明和改进能发挥硬件优势的加速算法。 4. 和其他团队紧密合作，参与并影响芯片架构、编程模型和软件平台的设计和路线演进。
1. 设计开发高性能计算加速算法，包括但不限于MoE、Attention、卷积、矩阵乘及相关的融合和量化。 2. 基于硬件特性进行极致性能分析和优化，制定通用性能调优策略，适配和调优各种主流框架和开源代码。 3. 深度分析各种实际应用，如生成式AI/大语言模型推理和训练等场景，发明和改进能发挥硬件优势的加速算法。 4. 和其他团队紧密合作，参与并影响芯片架构、编程模型和软件平台的设计和路线演进。
负责饿了么深度模型和超大规模训练推理，支持万亿规模的稠密及稀疏训练推理优化，结合分布式系统、高性能计算、异构计算，探索性能边界，支撑超大规模模型的训练及推理部署 我们关注超大规模模型训练及推理系统，为深度学习模型提供算力基座 岗位职责： 1、支持百亿-万亿规模的稠密模型、稀疏模型训练，在千卡集群上，实现多种分布式训练架构，以及强化学习训推一体复用等技术，消除各类大规模模型分布式训练的瓶颈 2、支持大规模深度模型的推理部署性能优化，通过高性能计算、分布式计算、异构计算、编译优化等手段，在千卡集群上，解决大尺寸模型的推理性能瓶颈 3、深入工程和算法协同，结合大规模推荐、大语言、多模态算法，探索适合业务的创新训练范式