理想汽车芯片软件效能专家

我们正在寻找具备深厚技术功底、前瞻性视野和丰富实战经验的DevOps平台工程专家，加入我们致力于构建智能化研发基础设施的核心团队。在这里，你将主导下一代AI驱动的CI/CD平台与智能运维系统的设计与落地，推动软件研发流程向自动化、可观测性、自愈能力和数据驱动决策全面进化。 作为团队的技术骨干，你将： 1. 设计并构建高可用、智能化的CI/CD平台 主导持续集成与持续交付系统的架构演进，支持大规模分布式研发协作；探索机器学习在构建失败预测、测试用例智能推荐、资源调度优化等场景的应用，显著提升交付效率与稳定性。 2. 打造企业级智能化运维（AIOps）体系 基于Python、Go等语言，构建自动化运维工具链与平台化能力，实现基础设施即代码（IaC）；引入异常检测、根因分析、故障传播图谱等AI算法，提升系统可观测性与故障响应速度，推动运维从“被动响应”向“主动预防”转变。 3. 构建全链路智能监控与自愈系统 设计并落地覆盖应用、服务、资源的端到端监控体系，集成Prometheus、Grafana、ELK、OpenTelemetry等主流技术栈；结合时序预测（LSTM、Prophet）、无监督异常检测（Isolation Forest、One-Class SVM）等模型，实现性能瓶颈预警、自动诊断与部分场景的闭环自愈。 4. 推动MLOps与DevOps深度融合 主导机器学习模型训练流水线（ML Pipeline）与模型服务化（Model Serving）平台建设，设计模型版本管理、A/B测试、流量灰度、监控告警与快速回滚机制，支撑AI能力高效、稳定地规模化落地。

-结合前沿业务场景，构建昆仑芯AI大规模训练推理系统 -负责大模型分布式训练、推理框架的适配与调优，设计千卡级集群通信加速、混合精度训练等方案 -为昆仑芯AI芯片各系列高性能加速芯片提供软件栈，包括框架，图编译器以及周边产品的技术落地 -AI芯片性能深度学习高性能计算库开发，支持各种AI场景，持续提升系统效能

1. 负责公司软件产品的版本管理、编译管理、发布管理、权限管理、变更管理相关系统的开发工作 2. 研究和扩展配置管理方向, 定制和优化配置管理平台 3. 参与编译框架、系统的优化、开发工作 4. 通过配置管理和持续集成工作, 持续提升研发效能

1. 芯片颗粒外观检测设备负责人 - 协调设备搬入、安装、验收、调试等工作，设备安装进度确认，与公司内部团队、第三方和供应商协作沟通； - 机器性能管理(设备利用率、PPJ、MTBF/MTBA、硬件良率损失、OEE等)； - 工具故障排除、维护、修改、卸载、安装、设置和确认； - 备件和换型套件管理； - 机器软件UAT测试； - 仪器仪表, 化学品，备品备件管理； - 支持新产品、平台质量； - 识别设备的风险和机会，并持续改进。 2. 芯片外观检测设备成本和安全管理 - 费用预算并推动成本削减计划； - 安全/环境/人体工程学风险评估、缓解和推动CIP； 3.维护设备相关业务流程和系统（芯片外观检测） - 定义维护设备KPI(包括效率和效能KPI)建立滞后和领先指标； - 主持定期的业务流程评审，持续改进BP； - 建立流程/程序以确保符合QMS要求； - 建立设备维护管理系统，例如设备和换型套件一般PM/CM计划。