AI 编译器工程师（前端 / IR 优化方向：量化与算子融合）

芯词元半导体（SiliToken）是新一代超高速AI推理芯片企业，芯词元坚持核心技术全栈自研，为下一代高吞吐、低功耗、低成本的自主可控算力生态提供底层推理引擎。公司核心高管来自澳门大学 AMSV 实验室、AMD、Synopsys，兼具前沿研究能力与大型芯片项目实践经验。公司已完成数亿元人民币融资，投资方包括顶级美元基金及产业资本支持，研发中心布局上海、杭州、珠海。 岗位职责: 负责 AI 模型编译前端开发与维护，打通从 torch.mlir IR 到自定义存算 IR 的转换流程，支持量化、算子融合及 IR 优化。 1. 基于 MLIR 开发和维护 C++ 优化 Pass，结合 Python 脚本完善编译流程及自动化工具。 2. 建立模型编译前后的数值对比与精度验证机制，定位量化误差、浮点舍入差异及编译优化引入的问题。 3. 配合芯片流片验证与迭代，针对目标硬件的计算和精度要求，持续优化编译策略，完善测试用例及问题回归机制。 任职要求: 1. 重点院校本科及以上学历，计算机、软件工程、数学等相关专业，5 年及以上编译器或 AI 编译器开发经验。 2. 熟练掌握 C/C++、Python，具备独立开发和调试编译器优化 Pass 的能力。 3. 熟悉编译原理，理解 SSA、数据流分析、CSE、IR 规范化及模式匹配与重写机制。 4. 有 MLIR 实际开发经验，熟悉 TableGen、PatternRewrite；了解 StableHLO 或其他深度学习编译框架。 5. 具备较强的数值分析和问题定位能力，能够处理量化误差、浮点精度差异及编译结果正确性问题。 加分项： 1）有 AI 推理芯片、AI 加速器或深度学习编译器开发经验； 2）了解 INT8、INT4、FP8 等低精度计算及 PTQ、QAT 量化技术； 3）有算子融合、计算图优化或模型部署相关经验； 4）熟悉目标硬件架构，具备软硬件协同优化经验。