我正在为团队招募优秀的、合适的、愿意与创业期团队共同奋斗的工程师人才。我们的产品是AI大算力芯片，其中有AI编译器岗位。
1、公司项目简介：
深存科技主要从事近数据计算方向的计算存储数据处理芯片（CSP/DPU）和系统的研发，在近数据计算的原则上，改变传统计算架构，针对繁重的计算任务在“大数据”和“快数据”需求的场景下，开发能够和高性能存储系统紧密结合的计算加速芯片，结合CSP/DPU的算力解决复杂场景下的数据处理痛点。芯片主要针对高并行度，高集成度，高数据密度的加速需求，包括超大模型AI训练、海量图像检索、复杂视频分析、推荐算法，结构化数据处理等应用场景进行加速，以达到高精准，低延时，低CPU/GPU负载和极致计算性能优化的目标，减少数据的搬运，提高读取效率和辨识度，为处理海量的数据提供硬件技术基础，以此来解决数据“大”的问题、“快”的需求。
目前研发阶段，未来两年会通过自研算法形成基于FPGA的产品系列，并迭代达到小批量销售，然后经过大约3-4年时间通过自主研发流片的方式形成基于SoC的产品系列，从而达到大规模销售。
研发阶段：研发主要涉及芯片设计、人工智能算法、固件设计、软件开发、系统验证等；其中：芯片设计采用Fabless模式，公司在完成集成电路设计以及整机设计验证以后，芯片制造将通过目前通用foundry 流片方式进行，技术研发成果落地后，采用代工模式进行生产制造。
销售模式：针对目标客户，采取不同的合作模式。围绕用户数据挖掘、提高产品入围效率及提升客户满意度为目标，由营销团队推向市场。比如，对于阿里、百度、金山等云服务提供商，公司为其提供可定制的方案，进行计算+存储数据加速的应用；对于数据中心以及超融合云等类型客户，通过与其合作，为其提供硬件和软件结合的系统方案，或者采取ODM方式定制硬件产品，降低数据中心构建成本。同时，利用我们计算平台，提供定制化feature，以及SDK提供客户二次开发环境。
虽然我国芯片存储行业目前处于发展阶段，但是国内计算存储数据处理芯片（CSP/DPU）仍处于起步阶段，从事DPU研发设计制造的企业几乎没有，因此深存科技目前所处的赛道在我国计算存储行业处于领跑地位。
2、AI编译器岗位JD：
【AI平台软件工程师（前端）】
-岗位描述：
开发将Tensorflow / Pytorch / MxNet 等 AI编程框架模型布署至 AI加速计算平台的模型编译器和运行库,具体工作职责包括：
1-开发转化/融合/拆解算子/生成指令以及分配资源的AI模型编译器；
2-利用通用运算平台(CPU/GPU)开发算子/模型的运行库,模拟其在AI加速平台上的精度和性能;
3-制定测试计划和测试框架,以验证软件工具链的正确性和有效性;
-任职条件：
1-计算机科学或相关领域的本科/硕士/博士学位;
2-8至10年以上C / C ++ 编程经验，在AI模型开发框架(如Tensorflow / PyTorch / MxNet)方面有1年以上的经验;
3-了解常见AI模型算子的概念,具备类似 TensorRT / TVM / TF-Lite / MNN / NCNN / ARM-NN 等 AI 推理框架的经验者佳;
4-了解 MLIR / TVM/XLA/Glow之类的 AI 编译器;
-加分项：
1-具有优化数值计算库(例如CUDNN / MKL)经验者为佳;
2-熟悉视频编解码器/DSP/PCIe协定/嵌入式开发/或CPU/GPU 及 AI ASIC架构者佳;
【AI编译器工程师/AI平台软件工程师（后端）】
-岗位描述：
1-针对AI应用场景需求,结合AI处理器架构设计AI编译器;
2-和AI处理器硬件同事密切合作,定义处理器架构和指令集;
3-设计AI处理器架构,编写详细设计规范文档;
4-在现有的AI编译器上实现特定的功能;
5-了解计算平台的指令集和体系结构,开发平台上的算子,并设计内存分配、执行顺序和分区的优化策略;
-任职条件：
1-扎实的C/C++设计基础;
2-具有计算机体系结构知识;
3-有编译器开发经验,熟悉LLVM/GCC等一种主流编译器;
4-了解MLIR / TVM/XLA/Glow之类的 AI 编译器;
-加分项：
1-熟悉TensorFlow、Pytorch等一种AI框架;
2-有专用处理器的编译器开发经验;
3-熟悉某些通用处理器架构和指令集,如ARM、RISC-V;
4-有CUDA/OpenCL等异构并行计算开发经验；
BTW，除了上述编译器岗位的需求，我们还在招募算法工程师，深度学习工程师等，也可以给我们投简历。
期望候选人：
1、愿意加入创业型平台共同发展；
2、有学习能力以及挑战有难度的课题的决心；
3、有自我长大和成熟驱动力。
以上条件不需要全部满足，达到80%即可进入面试。
投递简历：caiminmin@storagex.ai |
