【大量需求】腾讯AI开发/高性能计算工程师/实习生
算法同学注意了，以下岗位偏向开发岗不是算法岗喔，请做算法研究意向的同学不要投递
算法同学注意了，以下岗位偏向开发岗不是算法岗喔，请做算法研究意向的同学不要投递
算法同学注意了，以下岗位偏向开发岗不是算法岗喔，请做算法研究意向的同学不要投递
计算机视觉 AI 平台开发工程师
工作职责：
1、配合视觉计算、AI 领域的顶级研究人员，开发和实现新算法；
2、负责算法的工程化与产品化（包括但不限于 Mobile/PC 端 SDK/Demo 设计、开发、维护以及与产品部门合作）；
3、负责开源深度学习框架的调研、改进、技术支持，以及自研深度学习框架的底层核心开发、维护、测试；
4、开发各种辅助工具提升数据标注、数据增广、深度学习算法测试的自动化与智能化；
工作要求：
1、本科及以上学历，基础扎实；熟练掌握 C++、多线程编程；熟练使用 Linux 系统以及 GCC/Clang GDB/LLDB 等开发工具；
2、了解常用数据结构、算法以及设计模式，并能灵活使用；
3、熟悉基本的图像处理、计算机视觉知识和相关工具比如 OpenCV 等；
4、有一定的深度学习框架（包括但不限于 caffe、tensorflow、pytorch）使用经验，阅读理解开源深度学习框架底层代码没有障碍；
5、具有良好的沟通理解能力和团队合作意识，有责任心；
如***有以下经验/资格优先考虑：
1、有 Android/iOS 开发经验；
2、有 GPU（包括但不限于 CUDA/OpenCL/OpenGL ES/Metal/Vulkan）开发经验；
3、有利用 SIMD 技术（包括但不限于 ARM NEON/AVX2）实现视觉算法优化的经验；
高性能计算软件架构开发工程师
工作职责：
1、负责深度学习核心框架或高性能后台服务系统、平台的架构设计、开发，技术难点攻关；
2、主导高性能计算平台、产品的需求分析、研发；分析与评估计算机视觉、深度学习算法在 GPU、DSP、FPGA、NPU 上实现的可行性，并制定技术和性能标准；
3、负责深度优化核心计算库，包括但不限于各个平台（如移动或桌面 CPU、GPU，以及 DSP、FPGA 等）的矩阵乘法、卷积，以及模型量化、压缩等；
工作要求：
1、有良好的工程素养以及大型软件/库架构的设计与研发经验；熟悉汇编语言、C++ 以及其常用成语、设计模式；熟悉编译器技术；熟悉 Linux 相关技术；
2、熟悉主流的并行编程以及性能优化技术，如 SIMD 汇编指令、多线程、分布式计算、GPU（CUDA、OpenCL、OpenGL ES、Metal、Vulkan、SPIR-V）、FPGA 等；
3、有很强的分析问题和解决问题的能力，有强烈的责任心；
如***符合以下任意一条或多条要求则优先考虑：
1、从体系结构和指令流水线层面了解现代 CPU、GPU 的原理；从驱动层面了解现代 GPU 的工作原理；
2、了解最大化榨取 CPU/GPU 乘累加器计算能力的代码优化方式；
3、具备手工完成深度优化 GPU（如 CUDA、Metal、OpenCL、Vulkan、SPIR-V）render/compute kernel 的能力；必要的情况下可以在 PTX 或 SPIR-V IR 级别，甚至 SASS 汇编层面做流水线级极致优化；
4、曾经深度优化过核心计算库（包括但不限于 GEMM、卷积、FFT）并且性能达到或者超过商业、开源高性能计算库（如：MKL、cuDNN、cuBLAS、Apple MPSCNN/BNNS/CoreML、Qualcomm SNPE 等）；
5、具备基于编译技术（如 JIT、AOT、LLVM）自动生成、优化代码的 sense 或者经验，了解相关平台与实现（如 Halide、TVM、TF XLA 等）；
6、对深度神经网络模型压缩、稀疏化、量化、剪枝、动态图路由、小网络设计有清晰的技术体系认知，并且能够在特定芯片上选取并实现最佳性能/功耗的技术方案；
岗位合适的同学校招/实习都可以，赶紧了嗷。走内推系统，同时直推leader ，简历可以私聊发过来也可以发邮箱tronbian@tencent.com
校招优先，基础好又愿意学习的同学们可以试试
#内推##腾讯##秋招##实习#
查看19道真题和解析