主要有以下三个方向：
一、AutoML模型自动优化项目
岗位职责
基于昇腾AI芯片的软硬件架构，研发极简易用的模型自动生成系统、模型自动优化算法的开发和产品的落地

工作职责：
1、AI常规模型或大模型的剪枝、量化、蒸馏算法开发和产品化落地

2、AI模型架构搜索NAS算法和训练超参自动搜索HPO算法的开发，以及产品化落地

岗位要求
1、熟练使用Python、C 、Java等至少一种编程语言，熟悉数据结构和常用算法

2、有机器学习、深度学习、强化学习、迁移学习、AI搜索算法、推荐算法至少一类的实践经验或研究背景，有promptlearning或大模型优化经验者优先

3、熟悉PyTorch/TensorFlow/MindSpore/Keras等至少一种AI框架，有CV/NLP算法开发和优化论文或专利发表者优先

4、有AI模型小型化算法：剪枝、量化、蒸馏、低秩分解，或NAS、HPO算法研究和实践经验者优先


二、专家系统项目
岗位职责
昇腾平台NPU架构、CANN技术栈负责，调试调优需要具备详细昇腾技术栈背景
专家系统聚集应用、模型、算子优化TOP问题，主动识别性能瓶颈，推荐调优建议

工作职责：
1、负责构建专家系统统一知识库，面向生态开发，形成知识统一范式，知识资产开发可扩展

2、负责模型//算子的性能、精度调优典型问题识别，基于专家规则、ML/DL等技术自动识别瓶颈，自动化推荐模型优化建议

3、负责万亿级大模型调优、调试、打榜等工作，突破核心技术难题，保证大模型、大应用的可测，在国际榜单上具备竞争力

岗位要求
1、熟悉C/C /Python/Java编程，Linux环境下熟练开发/调试/测试

2、具备CNN、NLP领域深度学习算法、知识图谱背景知识或研发经验者优先

3、具备大型生态开发平台搭建经验者优先

4、具备大模型开发、调优经验者优先


三、Workload负载建模分析项目
项目简介：
1、负责基于昇腾芯片、硬件和CANN平台进行建模和仿真器开发，进行软硬件AIWorkload分析，根据结果对业务和芯片提出优化建议

2、输出典型负载库，代表业界所有常用模型在昇腾芯片上的运行性能，依据性能数据对芯片的瓶颈进行分析

工作职责：
1、利用机器学习算法，提高芯片性能评估效率

2、针对模型及其运行时间进行建模和仿真，完成模型在昇腾芯片上的性能评估

3、探索前沿建模仿真技术，开发昇腾芯片仿真模型，满足架构与微架构的性能、工号等关键指标评估迭代要求

4、参与开发性能评估数据采集系统，为建模和仿真验证做准备

岗位要求
1、扎实的编程基础，精通C/C 开发语言，熟悉Python

2、熟悉计算机体系结构，流水线结构

3、有机器学习算法相关经验优先

4、对计算机体系结构有深入了解，特别是CPU/GPU架构，优先

5、熟悉硬件建模框架的优先，如systemc，GEM5，GPGPU-SIM