AI 编译器测试工程师

职位描述

负责AI编译器及相关工具链的测试全流程工作，独立完成测试计划制定、测试方案设计、测试用例开发、自动化测试框架建设、缺陷跟踪和质量评估，保障编译器交付质量。

负责深度学习模型及常见算子的功能正确性测试、数值精度测试与误差分析、性能测试与性能回归监控、多数据类型（FP16/BF16/INT8等）覆盖测试，构建完备的测试矩阵。

基于Triton编程模型编写或修改Triton Kernel测试代码，深入理解线程块、warp、block pointer、layout、tile、mask等核心概念，验证Triton编译器的正确性与性能。

运用TileLang DSL（或快速学习掌握）编写算子测试用例，构造多样化测试输入并自动化验证计算结果正确性。

基于Python/PyTorch/NumPy/pytest等技术栈构建和维护自动化测试脚本与测试框架，提升测试执行效率与问题发现能力。

在Linux开发环境下熟练运用Git、Shell、Docker等工具，搭建可复现的测试环境，持续集成测试流程。

深度分析测试过程中发现的编译错误、数值误差、性能回退等问题，独立定位根因并与开发团队协同推进修复。

任职要求

计算机、软件工程、人工智能、电子工程或相关专业本科及以上学历，具备 2 年及以上测试开发、AI 框架、GPU 编程或编译器相关经验。

熟悉 AI 编译器测试流程，能够独立完成测试计划、测试方案、测试用例设计、自动化测试、缺陷跟踪和质量评估。

熟悉深度学习模型结构及常见算子原理，熟悉模型测试与算子测试方法，包括：功能正确性测试；数值精度测试与误差分析；性能测试与性能回归；多数据类型测试等。

熟悉 Triton 编程模型，能够阅读、修改或编写 Triton Kernel / 测试代码；了解线程块、warp、block pointer、layout、tile、mask 等概念。

熟悉 TileLang DSL 或具备快速学习 TileLang 的能力，能够基于 DSL 编写算子测试、构造测试输入并验证结果。

熟练使用 Python，掌握 PyTorch、NumPy、pytest 等工具；具备自动化测试脚本和测试框架开发能力。

熟悉 Linux 开发环境，掌握 Git、Shell、Docker 等常用工具。

具备良好的问题分析和定位能力，能够阅读日志、定位编译错误、分析数值误差及性能回退原因。具备良好的沟通能力、责任心和跨团队协作能力。

加分项

有 AI 编译器、算子库、深度学习框架或 GPU Runtime 测试经验。

熟悉 CUDA C++、PTX、CUDA Graph、Tensor Core、shared memory、cp.async、TMA、mbarrier 等 GPU 编程与性能优化技术。

熟悉 TorchInductor、TorchCompile、MLIR、LLVM、TVM、TensorRT、XLA、OpenVINO、ONNX Runtime 中的一项或多项。

有高性能算子开发或调优经验，如 FlashAttention、GEMM、Fused MLP、LayerNorm、量化 GEMM 等。

熟悉 Nsight Systems、Nsight Compute、PyTorch Profiler 等性能分析工具。

有 CI 平台建设经验，如 Jenkins、GitLab CI、GitHub Actions，或有大规模自动化回归平台建设经验。