一、岗位职责 1、为量化研究中的相关性计算、拟合、特征生成、矩阵运算等高吞吐任务设计 GPU 加速方案。 2、基于 profiling 判断 CPU/GPU 计算、存储和通信瓶颈，设计端到端加速链路。 3、开发和优化 CUDA/C++ 高性能算子，提升显存访问效率、计算并行度及 kernel 融合效果。 4、优化 CPU-GPU 数据传输、批处理、分块、异步流水和多卡通信，减少不必要的数据搬运。 5、将高性能能力封装为稳定的 Python/C++ 接口，支持研究员快速调用与结果校验。 6、参与异构集群任务编排，平衡计算、显存、网络带宽和任务吞吐。 二、任职要求 1、计算机、电子、数学等相关专业，本科及以上学历。 2、熟练掌握 C++，具备 CUDA 开发与性能调优经验。 3、理解 GPU 架构、线程层级、warp 调度、显存层级、coalesced access、共享内存及 Tensor Core。 4、熟悉 PyTorch、CuPy、Numba、Triton 或 CUDA Python/C++ 扩展中的一种或多种。 5、熟悉 GPU 性能分析工具，如 Nsight Systems、Nsight Compute、PyTorch Profiler。 6、具备将研究/业务需求落地为可复用高性能组件的能力。 三、加分项 1、有 CUDA kernel、cuBLAS/cuSPARSE、NCCL、RDMA、NVLink 或多卡通信优化经验。 2、有数据密集型计算、图计算、科学计算或量化计算实习经验。 3、熟悉 CPU SIMD、NUMA 和存储 IO，能做 CPU/GPU 协同优化。 4、有 AI 训练推理优化实习经验，能从模型场景迁移到通用数据计算场景。