岗位描述：
1、定制化数学库开发： 针对项目指定的自研芯片，从零到一设计并开发底层的核心数学运算库（如稠密/稀疏线性代数库 BLAS/Sparse、FFT 库等）。
2、大规模并行算法设计： 深入剖析目标异构硬件的并发执行模型，突破传统数值算法的物理瓶颈，设计高效的多层级并行计算方案。
3、软硬件协同与系统级调优： 站在系统全局视角，设计高效的计算与数据搬运流水线。通过精细的任务切分、存储层次复用与异步并发调度，最大化隐藏访存延迟，充分利用硬件的极限吞吐量（FLOPS）与内存带宽。
4、数值稳定性与架构演进： 结合数值分析理论，保障极高并发、混合精度计算环境下的数值准确性与稳定性。与芯片架构（IC）、编译器及上层应用团队深度协作，为下一代芯片的软硬件协同设计（Co-design）提供关键数据支撑与架构建议
岗位要求：
1、计算机、电子信息、应用数学等相关专业，本科及以上学历
2、精通 C/C++，具备优秀的汇编语言阅读编写能力者优先，精通底层与异构编程，有丰富的大规模数据并行计算设计及开发经验，能够独立完成复杂算法的并行化重构。
3、具备优秀的线性代数与数值分析基础，深刻理解各类矩阵运算、求解器的数学推导及底层逻辑。
4、熟悉 SIMD/SIMT 或 VLIW 执行模型，透彻理解多级存储层次（Memory Hierarchy）、缓存一致性协议、异步数据搬运以及指令流水线隐藏技术。
5、跟踪行业最新数学库优化策略，并形成技术方案落地。
加分项：
掌握主流异构编程模型（如cuda、hip、opencl）者优先。
参与过国产芯片/异构加速卡的底层算子库（如类似 cuBLAS, MKL 的替代品）从零搭建者优先
具有极强的极客精神，曾在没有完善 Profiling 工具的情况下，通过打点、仿真器（Simulator）或底层汇编成功进行过极致性能 Debug 者优先
