[上海]上海烨知心科技有限公司

职位：2026校园招聘
发布时间：2026-01-14
工作地点：上海
信息来源：复旦大学
职位类型：全职
专业标签：计算机
职位描述
2026年上海烨知心科技校园招聘
发布时间:2026-01-13 15:09:27
一、公司简介
上海烨知心科技有限公司（YeatS AI）是一家人工智能计算创新企业，专注于赋能下一代智能设备，提供从硬件加速到AI算法的全方位一体的端侧AI解决方案。我们的愿景是促进端侧AI加速，让未来智能终端拥有更高效、更无缝、更可靠的AI体验。核心技术团队拥有深厚的海外大厂端侧AI研发实力与丰富的国内芯片量产经验，致力于以深厚的技术积累推动终端智能的规模化应用。

作为一家快速成长的科技企业，烨知心科技现面向全国高校2026届毕业生开展校园招聘，诚邀有理想、有抱负、有激情的你加入我们，共同开创智能科技的未来！

二、招聘对象
2026年应届硕士、博士毕业生（含海外留学生）

三、招聘岗位及要求1. NPU Compiler工程师
工作职责

核心编译技术开发

· 负责NPU专用编译器的设计、开发和优化，构建从深度学习框架到NPU硬件的完整编译流水线

· 实现神经网络计算图的优化、算子融合、自动调度和代码生成

· 开发针对特定NPU架构的优化算法，包括内存布局优化、指令调度、并行化策略等

性能优化与调优

· 分析并解决神经网络模型在NPU上的性能瓶颈，提出优化方案

· 构建性能分析工具和性能模型，指导编译器优化方向

· 实现自动调优框架，针对不同网络结构自动搜索最优编译策略

软硬件协同设计

· 与硬件团队紧密合作，参与NPU指令集架构和微架构设计

· 基于硬件特性和约束开发编译器优化，提升计算单元与带宽利用率

· 构建硬件抽象层和编程模型，简化上层应用与编译器对接

工具链生态建设

· 开发和维护完整的NPU软件工具链，包括编译器、调试器、性能分析器等

· 支持主流深度学习框架（PyTorch, TensorFlow等）的模型导入和转换

· 实现模型量化、剪枝、稀疏化等算法在编译器中的集成和优化

职位要求

基本要求

· 计算机科学、电子工程或相关专业本科及以上学历

· 3年以上编译器开发或高性能计算相关经验

· 精通C/C++或python编程，具备扎实的数据结构和算法基础

· 熟悉计算机体系结构，了解现代处理器设计原理

技术专长（满足以下至少2项）

· 熟悉 LLVM / MLIR / TVM / XLA / TensorRT / Triton等编译框架，掌握后端优化与代码生成

· 熟悉GPU、DSP、Neon、NPU或其他加速器的体系结构，及相关负载的性能优化

· 有神经网络的推理优化经验，熟悉算子优化及融合、图优化等技术

加分项

· 有NPU/GPU/DSP专用编译器开发经验者优先

· 了解计算机编程语言设计

· 了解深度学习框架内部原理，有PyTorch / TensorFlow / ONNX扩展开发经验

· 有高性能计算、并行计算或数值计算背景

· 了解模型量化等模型压缩技术及其在嵌入式设备上的部署实现

· 在顶级会议发表过编译器、体系结构或AI系统相关论文
2. NPU 量化器工程师（NPU Quantization Engineer）
岗位概述

· 负责端侧 NPU 量化工具链与模型量化方案的设计、优化与实施，提升模型在端侧 NPU 上的推理性能、精度和能效。构建可靠的量化校准、误差分析与自动化量化器能力。

岗位职责

· 设计与优化量化方案：设计模型量化策略（包括 PTQ/QAT、混合精度、低比特等），确保模型精度与性能之间的平衡。

· 量化校准与分析：负责量化校准、敏感层识别、误差传播分析、量化噪声建模和精度补偿算法的开发。

· 量化基准设计：设计量化基准，比较最新的量化方案（SOTA），持续提升量化器的能力边界。

· 量化工具开发：开发与增强量化工具，涵盖各类量化算法实现、自动化量化、精度评估及可视化误差分析模块。

· 模型适配优化：针对多模态端侧 LLM 模型进行 NPU 适配的量化优化。

· 跨团队协作：与编译器、算子库及硬件架构团队合作，优化量化后模型在 NPU 的执行效率。

任职要求

必须项

· 具备 3 年以上模型量化、模型训练微调或低比特推理优化经验

· 精通 PTQ/QAT 量化算法原理，熟悉常见量化策略与精度的权衡。

· 熟练使用 PyTorch、TensorFlow 量化 API 或自研量化框架。

· 了解主流 Transformer 模型架构，及其量化挑战与优化方法。

· 扎实的 Python 或 C++ 编程能力，具备量化器工程化能力，能够独立完成量化库的开发。

加分项

· 有端侧 LLM（参数规模在 70B 以内）量化落地经验者优先。

· 了解 NPU 编译器、runtime、算子库，或有混合精度调度实践经验。

· 有AI 加速器（NPU/DSP/GPU/ASIC 等）的模型部署经验，了解硬件量化计算限制。

· 有 Auto-Quantizer、量化数据飞轮体系建设经验者优先。

· 有 SOTA 量化论文发表或开源贡献者优先。

3. 端侧 LLM 算法工程师 / 实习生
职责描述：

· 作为端侧 LLM 算法工程师，您将通过算法优化将大语言模型和多模态 AI 真正跑在端侧，在极低功耗和有限算力条件下实现流畅的交互和智能体验：

· 设计并原型化多模态感知与理解算法（文本、视觉、语音、传感器数据），构建适用于边缘设备的对话式 AI 助手

· 探索提示工程、对话管理、上下文压缩等技术，让小模型也能高效交互

· 实现并测试轻量化模型架构，针对受限硬件优化

· 与硬件和编译器团队协作，让算法和 SoC、运行时系统深度结合

· 开展实验，权衡延迟、精度与功耗

职位要求：

· 2026 级应届毕业计算机、电子工程、人工智能或相关领域硕士/博士

· NLP、语音或计算机视觉相关基础扎实，熟悉 Transformer 模型和多模态学习

· 对对话式 AI、对话系统或人机交互有兴趣

· Python 编程能力强（会 C++ 更佳）

4. 端侧 LLM 优化工程师 / 实习生
职责描述：

· 作为 LLM 优化工程师，您将与编译器/运行时团队协作，致力于将 LLM 在性能受限的端侧 AI 芯片上高效地部署运行：

· 研究和实践模型压缩：量化、剪枝、蒸馏

· 在 CPU、NPU、GPU 等各种硬件上进行 LLM 基准测试

· 原型化多模态模型（文本、视觉、音频），探索实时应用场景

· 快速迭代实验，测量性能并优化

职位要求：

· 计算机、电子工程或相关专业硕士/博士

· 深度学习背景，尤其是 NLP/Transformer 模型

· 熟练使用 PyTorch 或 TensorFlow，有量化、剪枝等模型优化经验更佳

· 扎实的 Python 和 C++ 编程能力，对编译器/运行时系统（TVM、MLIR、ONNX Runtime 等）感兴趣

· 能独立探索、解决开放性问题

四、招聘流程
1. 简历投递
时间：2026年1月6日 - 2026年12月30日
投递方式：简历接收邮箱（career@yeats.ai）。

2. 面试环节
时间：2026年1月 - 2026年12月
流程：初面（技术）+ 终面（HR面）
地点：线上/线下结合（视情况安排）

3. 录用通知与签约
时间：2026年1月起
结果将通过邮件或电话通知，并安排签约事宜。

五、薪资福利
● 具有市场竞争力的薪酬体系：提供行业内领先的基本薪资+年终奖；

● 五险一金：全额缴纳，保障员工基本权益；

● 弹性工作制：鼓励高效工作与生活平衡；

● 员工培训：入职培训、专业技能提升；

● 职业发展：清晰的晋升通道，多通道发展路径；

● 员工关怀：年度体检、节日福利、生日礼物、团建活动等；

六、工作地点
工作地点：上海市浦东新区环科路999号国际人才港

七、联系我们
● 公司官网：yeats.ai



● 简历接收邮箱：career@yeats.ai

● HR微信如下（请备注：姓名+应聘岗位）



加入烨知心科技，与我们一起用科技点亮未来！

上海烨知心科技有限公司
2026年1月