logo of liauto

理想汽车【理想+】AI高性能计算工程师-上海

校招全职算法与软件地点:上海状态:招聘

任职要求


1. 计算机、软件相关专业,硕士及以上学历;
2. 熟悉C/C++/Python语言,编程技能扎实;
3. 熟悉ARM/RISC-V体系架构,有SIMD/RVV向量指令性能优化经验优先;
4. 熟悉Linux操作系统,对kernel内存管理/进程管理/任务调度等核心机制比较了解,熟悉ThreadX/FreeRTOS等开源项目更优;
5. 掌握CNN/Transformer/LLM等相关算法基础知识;
6. 有AI算法在嵌入式系统部署经验更优。

工作职责


1. NPU Firmware/运行时库开发与交付;
2. NPU Firmware指令集设计与开发;
3. 参与硅前验证case开发,支持各种仿真平台算子与整网联调;
4. 参与硅后NPU Bringup;
5. 大模型在NPU芯片上量产部署。
包括英文材料
学历+
C+
C+++
Python+
RISC-V+
Linux+
内核+
FreeRTOS+
CNN+
Transformer+
大模型+
算法+
相关职位

logo of liauto
校招算法

1、参与面向空间数据流推理芯片架构、基于 MLIR 框架的AI 算子编译器/算子库开发; 2、参与包括AI大模型在内的各类 AI 负载的端到端编译,自动编译生成算子代码实现; 3、根据模型负载和硬件架构特性,对AI负载进行热点分析和性能优化; 4、参与软硬一体 AI 推理芯片架构的落地。

logo of liauto
校招算法

“理想+”是理想汽车面向全球招募优秀AI技术人才的校园招聘计划,涵盖大模型、AIGC、算法部署、推理加速、AI芯片研发等领域方向。理想汽车2023年实现千亿营收、百亿盈利。经过9年的发展,截至2024年6月理想汽车累计交付已突破80万辆。海量的用户规模和持续的盈利能力将支持理想汽车不断扩大在AI前沿技术领域的研发投入,保持从电动化到智能化的持续领先,把握时代机遇,成为全球领先的人工智能企业。 我们期待你的加入,与理想汽车一起成长、分享收获。通过人工智能技术去改变物理世界的效率和体验,造福我们服务的每一个家庭,以及家庭里的每一位成员。 本岗位的主要工作内容为: 1. 参与研发端到端、大模型在车端AI芯片上的部署和推理加速方案; 2. 跟踪前沿的大模型、高性能计算方向技术,调研并落地到车端模型部署和加速上,包括但不限于LLM推理框架、投机采样、模型压缩、量化、计算图优化等方向; 3. 撰写高水平学术论文或专利扩大影响力。

logo of liauto
校招芯片架构

“理想+”是理想汽车面向全球招募优秀AI技术人才的校园招聘计划,涵盖大模型、AIGC、算法部署、推理加速、AI芯片研发等领域方向。理想汽车2023年实现千亿营收、百亿盈利。经过9年的发展,截至2024年6月理想汽车累计交付已突破80万辆。海量的用户规模和持续的盈利能力将支持理想汽车不断扩大在AI前沿技术领域的研发投入,保持从电动化到智能化的持续领先,把握时代机遇,成为全球领先的人工智能企业。 我们期待你的加入,与理想汽车一起成长、分享收获。通过人工智能技术去改变物理世界的效率和体验,造福我们服务的每一个家庭,以及家庭里的每一位成员。 本岗位的主要工作内容为负责AI芯片和系统领域的技术创新研究,包括: 1. 下一代AI芯片架构,如计算和通信; 2. AI芯片计算效率相关加速技术,如AI编译器和高性能算子自动代码生成; 3. 分布式训练,如支持大模型训练的相关技术; 4. 支撑自动驾驶的系统技术,如确定性延时、可靠性、异构资源的调度等。

logo of tesla
社招AI与数据分析

数据算法团队在特斯拉工业智能研发方面扮演关键角色。我们通过自主搭建数据算法平台,赋能生产制造、供应链、销售、服务和充电网络等领域,将信息转化为高价值的数据资产,从而创造更优质的产品并提供完美的用户体验。 作为特斯拉应用软件团队的数据算法工程师,您将参与自研数据算法产品和项目的全生命周期,从孵化到落地,从雏形到成熟。您将领导数据的收集、清理、预处理、模型训练以及生产部署的全流程。理想候选人应对人工智能和3D视觉技术充满热情,并紧跟该领域的最新进展。 本职位主要聚焦于工厂相关的3D机器视觉应用,包括自动视觉质检、机器人引导、视觉尺寸测量(如精确尺寸验证、公差检查和3D形状分析)、物体姿态估计以及工业自动化场景中的点云处理和实时感知。 岗位职责 机器协同控制相关:负责相机标定、手眼标定、点云数据处理(如滤波、分割、检测、配准和6D位姿估计),配合机器人/PLC等技术,驱动3D视觉应用与生产协同。主动开展机器人控制和引导,促进生产制造效率。 3D数据处理相关:负责机器视觉项目中大批量3D数据(如点云、深度图像)的收集、整理、过滤和清洗。需熟练处理视觉尺寸测量任务,包括使用激光三角测量或立体视觉方法进行物体尺寸提取、形状建模和精度校准。需熟练使用Python、C++、OpenCV、PCL、Numpy、Blender等工具处理3D数据。 模型开发相关:负责3D视觉项目的物体检测、分割、姿态估计模型的数据预处理、训练、迭代、重训练,以及模型准确率提升和搜索任务。在视觉尺寸测量领域,需开发和优化相关模型(如基于PointNet的尺寸估计网络),确保测量精度达到工业标准(如微米级)。需具备Python、C++、TensorFlow/PyTorch等框架经验,并理解常用神经网络(如CNN、PointNet、Transformer变体)在3D视觉中的应用。熟悉Pandas、MongoDB(Aggregation)、Redis、Kafka等工具用于模型部署。 创新相关:对最新的3D视觉技术和趋势(如实时SLAM、神经辐射场NeRF、多模态融合)保持敏感,能够提出创新解决方案应对工业生产挑战,例如机器人路径规划中的点云配准优化或视觉尺寸测量中的实时公差检测优化,以提升质量控制效率。