关于此职位
评估用于训练和评估前沿 AI 实验室模型的 GPU/加速器内核开发任务的质量、正确性和完整性。您将评估各类内核任务的数值正确性、性能基准测试的公平性、任务范围界定以及编译/运行时有效性，并提供清晰的、基于评分标准的书面反馈。
基本资格要求
- 拥有 3 年以上在 CUDA、Triton、NKI 或 Pallas (JAX) 中至少两种环境下开发、优化或验证 GPU/加速器内核的实操经验
- 深入理解内核的数值正确性标准（绝对/相对/ULP 容差、参考实现的选择）
- 有性能剖析与基准测试的成熟经验（nsight、ncu、roofline 分析或框架原生剖析器）
- 熟悉常见的编译和运行时故障模式（驱动不匹配、OOM、启动配置错误、形状/步幅不匹配、自动调优失败）
- 至少具备三种内核任务类型的经验：根据规格生成、跨框架转换/降级、硬件目标间迁移、调试、性能优化或算子融合
优先资格
- 有 NVIDIA GPU（CUDA/Triton）和自定义加速器（NKI/Pallas/TPU）两类生态系统的经验
- 具有编译器工程、MLIR 或中间表示降级方面的背景
- 了解内存层次优化（共享内存分块、寄存器压力、存储体冲突、合并访问模式）
- 对内核库（cuBLAS、cuDNN、Triton 社区内核、JAX/XLA 自定义调用）有贡献