工作职责：1）负责计算机视觉/自然语言处理/搜索推荐等方向通用AI训练、推理加速算法的设计、开发、落地等。2）结合硬件特性，优化算法性能和精度，满足单机/分布式/异构场景的训练、推理加速需求，构建算法竞争力。3）把握业界和学术界*新研究进展和技术趋势，持续提升算法竞争力。任职要求：业务技能要求：1）具备丰富的AI模型调优，AI模型训练/推理加速算法经验；有分布式、异构场景AI算法调优经验和能力。2）有结合硬件的AI算法加速经验，不限于GPU/FPGA/ARM平台的优化，熟悉各硬件平台主流的AI加速库（TensorRT，cuDNN，mklDNN，Apex等）和AI框架；3）理解系统架构且熟悉C/C /Python编程，具备丰富的软件系统架构和特性的开发经验；专业知识要求：1）熟悉计算机视觉/自然语言处理/搜索推荐等方向主流的AI模型及模型训练调优算法，有丰富的模型训练/推理加速经验，具备5年以上的工作经验，主导过完整的算法研发、优化及落地；2）数学基础好，熟悉矩阵运算、优化求解等AI相关的数学基础知识；熟悉混合精度训练、低精度训练、优化器、张量分解等模型训练加速算法，熟悉业界常见的训练加速库如Distiller、Apex等；3）熟悉通用的参数类、结构类AI模型推理加速算法，包括量化、剪枝、图优化等；且熟悉计算机视觉/自然语言处理等领域特有的模型加速算法，如Qbert，有算法优化成果落地。4）熟悉业界常见的推理引擎，如TensorRT、OpenVINO、NCNN、Tengine等，熟悉常用的推理加速技术；5）熟悉常见的深度学习框架（TensorFlow/Pytorch/Mxnet）及源码，熟悉PS/AllReduce等分布式训练算法，有算法优化成果落地；6）具备较强的算法研究能力，可快速跟踪洞察业界*前沿AI领域技术，主导算法的持续领先。