岗位描述：构建成本可见性体系，建立优化机制，推动跨团队降本增效，直接影响公司 AI 业务的财务健康度与资源效率。负责 AI 训练与推理业务的端到端成本管理，搭建全链路成本核算体系、成本模型及可视化 Dashboard，实现多维度成本可视与对比。聚焦推理业务架构优化，识别资源瓶颈，落地降本方案，统筹额度分配、成本分摊与服务定价。跟踪训练任务资源利用率，推进闲置资源回收复用。结合业务趋势开展成本预测与预算规划，输出数据分析报告，支撑管理层预...

岗位描述：负责 AI Coding 场景下的模型能力产品化，深入理解前沿大模型在代码生成、推理、理解等方面的能力边界，定义模型能力向编程产品转化的路径，推动模型持续进化以满足开发者真实需求。与研究团队协作，判断模型在编程场景的能力边界，定义哪些能力可产品化、哪些能力需继续投入，将用户痛点转化为模型优化目标。跟踪 AI Coding 竞争格局，前瞻性规划产品方向，探索编程之外的相邻场景拓展。设计 AI Coding 场景下的用户行为数据采...

岗位描述：设计并实现基于大语言模型（LLM）的多模态 Agent 系统架构，支持多轮对话、工具调用、任务规划与执行。集成外部工具、API 及 Agent Skills（如搜索、数据库、代码执行等），扩展 Agent 能力边界。设计并实现 Agent 行为监控、效果评估与对齐机制，保障系统输出的稳定性、安全性与可控性。优化 Agent 系统的推理性能与并发处理能力，通过缓存策略、批处理、模型压缩与量化等技术手段提升效率并降低成本。与算法训...

岗位描述：与算法、数据、工程团队紧密协作，负责 Agent 相关产品规划、模型能力建设与版本迭代，推动模型及 Agent 关键能力模块（如工具调用、记忆/上下文、多智能体协作等）落地并持续优化。持续跟踪多模态、LLM、RAG 与 Agent use 的技术和产品趋势，结合客户需求反馈，定期开展对标分析与竞争力复盘，推动模型能力升级和产品创新，支撑商业化落地并达成业务目标。定义数据与效果理想态，深度参与数据采集、标注、训练、评估、实验与上...

负责AI芯片产品定义与规划，深度分析AI芯片行业趋势（云端、边缘计算、大模型训练）及GPU/TPU/NPU等竞品技术路径；跟踪AI大模型发展趋势，收集并筛选前瞻性技术需求；主导芯片规格定义，基于LLM、多模态、CV等场景需求确定算力、功耗、内存带宽等核心参数，平衡性能与成本并提炼差异化竞争力。负责产品全生命周期管理，跟踪智算中心、互联网、央国企等落地场景，收集客户反馈推动产品迭代，完成POC验证及客户定制需求交付。负责生态建设与商业化，...

围绕公司芯片核心技术优势，聚焦高校产学研领域，挖掘 AI+教育科研场景痛点与性能需求，建设并交付面向院校、研究机构及教育生态的赋能体系，为高校生态拓展提供技术支撑。负责理解公司芯片能力与行业场景需求，配合校企合作交流进行产品宣传推广，收集并归纳客户技术需求，推动技术适配、方案孵化与生态共建；负责校企合作项目中产品和服务在客户端导入、交付阶段的技术支持，进行一般技术问题定位、排查和现场管理，并为高校生态伙伴提供芯片技术培训与开发支持；基于...

围绕公司战略方向，系统挖掘、筛选并深度运营校企合作伙伴资源，推动院校教科研与公司产品、技术、市场能力深度融合，支撑业务增长与行业影响力提升。基于公司整体战略研究行业趋势、竞对高校生态模式及潜在合作机会，输出高校生态合作框架，为高校生态建设的顶层设计提供支持；拓展高校合作渠道并挖掘商机，对接高校教学与科研资源，策划并落地校企合作方案，推动产学研合作项目从洽谈、签约到落地，与高校院系建立长期稳定的合作关系；及时跟踪国家和地方科技、教育研究政...

参与壁仞 GPU 芯片高性能软件栈的开发、优化和文档编写；负责高性能算子算法的设计、分析、评估与优化；参与硬件关键功能、精度和性能的研讨与评估；关注芯片和大模型社区的最新动态，探索前沿技术方向在壁仞芯片上的落地。核心产出包括软件栈 Sutlass/SCCL 的迭代开发、优化和文档编写，完善生态软件栈；完成 TCore/CUB 相关算子算法的设计、分析和评估，并与编译器团队协作推进性能优化；在验证过程中挖掘硬件关键功能、精度和性能问题；探...

从质量保障视角改进人工智能/深度学习产品软件的规格定义；制定软件测试策略和测试计划，开发面向各类软件组件与系统的白盒测试、API 测试和系统级测试；执行测试与脚本，验证软件功能、兼容性与性能；通过测试和性能分析发现目标软件组件或复杂系统中的问题；收集并整理测试结果，并与研发团队、市场团队、架构团队等进行评审；持续改进软件质量保障策略、流程与工具。要求具备计算机科学、软件工程或计算机工程相关本科及以上学历，5年以上软件测试与自动化开发经验...

负责 AI 模型算子的开发与优化；进行推理或训练模型的端到端调优；与软硬件架构师共同开展软件流程及架构探索；推动并解决跨团队性能问题。要求具备 CUDA、OpenCL 等高性能并行编程能力，熟悉 AI 模型算子开发优化及推理、训练场景的端到端优化，熟悉深度学习算法和主流 AI 模型，如 RN50、BERT、GPT、LLaMA 等；对计算机体系结构有深刻理解，熟悉 Nsight Compute 等性能分析工具，掌握 Pytorch、Pad...