小米顶尖应届-虚拟机优化研究工程师-手机
任职要求
1. 具有计算机软件、计算机系统结构、计算机科学等领域硕士或以上学历; 2. 精通C/C++语言,精通操作系统原理、编译原理、计算机体系结构,并熟悉这些技术的工业界和学术界最新进展; 2. 熟悉ARM…
工作职责
1. 即时编译(JIT)与提前编译(AOT)的平衡研究 a. JVM:研究如何结合GraalVM的AOT能力(如Native Image)与传统的JIT优化,减少启动时间和内存占用; b. Dart VM:优化Flutter应用的AOT编译性能,同时改进JIT模式下的开发体验(如热重载速度); c. 利用AI预测代码热点,动态调整JIT编译策略(如选择编译优先级或去优化点)。 2. 垃圾回收(GC)算法改进研究 a. JVM:低延迟GC算法(如ZGC、Shenandoah)的进一步优化,适应大内存和实时场景; b. Dart VM:针对移动端内存受限场景的轻量级GC策略(如分代GC与并发标记的结合)。 3. 多语言互操作性研究 a. JVM:C/C++/Rust等语言的无缝交互,研究多语言共享运行时的高效机制; b. Dart VM:增强与C/C++、Rust的FFI(外部函数接口)性能,支持更复杂的混合编程场景。 【课题名称】 虚拟机优化研究 【课题内容】 1. 即时编译(JIT)与提前编译(AOT)的平衡研究; 2. 垃圾回收(GC)算法改进研究; 3. 多语言互操作性研究。
1. 熟悉和掌握至少一种JS引擎(v8, quickjs)和Webassembly引擎; 2. 为应用层提供调试、性能分析等技术手段; 3. 融合js和wasm引擎,实现js和wasm的互调,满足应用不同场景需求。 【课题名称】快应用运行时关键技术规划与研究 【课题内容】基于vela操作系统,优化和开发快应用的运行时能力。横跨JS和Webassmbly两项技术,将其融合一起,提供高性能、低资源消耗运行时框架。
1. AI驱动的编译优化研究 a. 机器学习辅助优化:利用强化学习(RL)或深度学习(DL)优化编译策略(如循环展开、内联决策、指令调度),替代传统算法; b. 自动调优框架:开发AI模型自动生成和选择优化参数(如-O3中的具体优化选项组合),提升跨平台性能; c. 代码生成预测:通过AI预测热点代码并针对性优化,例如减少分支预测错误或缓存未命中; 2. 跨语言优化研究 a. 多语言互操作:优化Rust/C++/C等语言混合项目的ABI兼容性; b. 多种后端改进:例如提升WASM代码的启动速度和体积压缩; 3. 特定芯片能源效率优化研究 a. 功耗感知优化:根据硬件功耗模型调整指令调度(如优先使用低功耗ALU); b. 特定芯片优化:针对ARM架构的自动向量化(如NEON/SVE指令生成); 【课题名称】 LLVM编译器优化研究 【课题内容】 1. AI驱动的编译优化研究; 2. 跨语言优化研究; 3. 特定芯片能源效率优化研究。
团队介绍: 高德地图机器学习研发部是公司AI核心技术引擎,聚焦多模态大模型、视频生成与理解、图像编辑与生成等前沿领域。团队深耕人工智能技术落地,支撑亿级用户产品,同时长期投入前沿探索,在NeurIPS/ICLR/CVPR/ACL等顶会发表多篇论文,多项成果入选“最有影响力论文”榜单。我们拥有海量数据与算力资源,鼓励创新突破,诚邀你与顶尖算法专家并肩,共同定义AI的未来!如果你渴望挑战多模态与生成式AI的技术巅峰,在视频、图像、大模型的交叉领域实现突破,欢迎加入我们!团队的github页面是:https://github.com/AMAP-ML/ 我们提供 • 参与亿级用户产品的AI核心算法研发,见证技术直接赋能业务; • 与学术大牛和工业界专家共事,持续提升技术视野; • 顶配算力资源+开放创新氛围,支持前沿探索与顶会论文发表。 具体职责包括但不限于: 1. 视频生成:负责视频生成技术的前沿技术的研究,对AIGC的diffusion和auto-regressive技术有深入了解,在T2I/AIGCT2V/I2V上面有一定的研究,图文对齐,长视频生成等有一定的研究,做好视频生成在高德业务(广告,POI详情页等)中的进行落地。 2. 视频理解:能够使用和优化多模态大模型对用户上传的视频进行质量理解,标签,densecaption,视频summary等生成,作用到视频的搜索,广告,推荐等业务的落地。 3. 世界模型: 参与世界模型的构建,能够使用最新的视频生成技术,3D技术等构建符合人类物理规律的统一的世界模型,在高德的业务进行落地。 4. 紧跟技术前沿和技术沉淀,形成顶会论文和专利。