[北京上海]清昴智能科技（北京）有限公司

职位：2026校园招聘
发布时间：2026-08-06
工作地点：北京 上海
信息来源：安徽省大中专毕业生就业指导中心
职位类型：全职
职位描述
清昴智能科技（北京）有限公司2026年秋季招聘简章
招聘单位：清昴智能科技（北京）有限公司
发布日期：2026-08-06

清昴智能2027届“星耀人才”校招简章

?

【企业概况】

清昴智能成立于2022年，聚焦自主可控Agent基础设施（Agent Infra）赛道，获评高新技术企业、专精特新中小企业。我们提出“AaaS（Agent as a Service）”理念，搭建安全、高效、可扩展的AI Agent底层基座，打通AI技术落地商业化的最后一环。

公司打造双核心产品体系：

1. “Token智算底座”：玄武智算云、Token工厂，负责算力管控、推理降本；

2. “Agent治理框架”：MLGuider、Harness，覆盖智能体全生命周期管理。

团队成员源自清华、斯坦福等海内外名校与华为、阿里头部科技企业，已获得多家顶级机构亿元战略投资，处于高速发展阶段。

?

【星耀人才专项计划】

面向顶尖应届毕业生设立，招募致力于解决大模型落地难题的优秀同学：

1. 招募标准：拥有顶会论文/专利、ASC超算等国际赛事奖项、头部AI企业核心实习经历；

2. 专属权益：无上限定薪、一对一成长规划、快速晋升通道、核心架构项目参与资格。

?

【薪酬福利】

1. 保障福利：五险一金、带薪年假、年度免费体检、节日福利；

2. 日常福利：下午茶零食补给、弹性扁平化办公氛围；

3. 成长激励：完善导师带教体系、开源专项奖金、技术分享激励、清晰专家/管理双向晋升通道；

4. 星耀人才专项：上不封顶薪资、定制成长方案、极速晋升通道。

?

【招聘对象】

2027届应届毕业生（毕业时间：2026.09-2027.08，内地以毕业证时间为准，港澳台及海外以学位证时间为准）

工作地点：北京、上海

（部分岗位开设实习，非应届生感兴趣可投递）

?

【岗位1：推理工程师（Senior Inference Engineer）】

职位描述：

1. 在主流开源推理框架（vLLM / SGLang / TensorRT-LLM / lmdeploy 等）基础上做深度?次开发；

2. 参与前沿模型 Day-0 ?持：分析模型结构与权重，完成算?、并?策略、量化和框架适配，推动模型 从发布到?产上线；

3. 参与新模型上架、性能调优、?产事故处置的全链路协作；

4. 撰写可复现的性能报告、压测?案、复盘?档；

5. 阅读模型架构与推理优化?向的前沿论?，验证其中具备业务价值的?案并完成?程化落地；

6. 与推理系统、SRE、性能、存储和?络等技术??横向协作。

?

职位要求：

1、本科及以上，高性能系统 / 分布式后端研发经验；

2、精通 SGLang（首选）/vLLM/TensorRT-LLM/lmdeploy 源码，能独立提交非平凡功能/性能改动；

3、深入理解 Transformer 推理全链路（Attention/KV Cache/量化/投机采样/MoE）及调度问题（Continuous Batching/Chunked Prefill/PD 特征差异）；

4、有可量化性能优化战绩，能清晰讲清“做了什么、为什么有效、收益多少”；

5、能读论文并工程化落地，判断方案适用前提与生产可维护性；

6、数据驱动、可复现实验、可对外分享的工程师文化。

专业方向（A 与 B 满足其一即可）

方向 A · 计算/通信算子专项

精通 CUDA 编程及 GPU 架构；熟悉 CUTLASS/Triton；有 Kernel 优化 20%+ 战绩；熟练使用 Nsight 工具（计算子方向）；

或：熟悉 NCCL/HCCL 底层实现；深入理解 RDMA/RoCE/InfiniBand；熟悉 TP/PP/EP/SP/CP 通信特征；有通信优化 30%+ 或解决生产级通信故障经验（通信子方向）。

方向 B · 系统与服务专项

精通 Python + C++/Rust；熟悉 gRPC/HTTP2/流式响应/RDMA；有生产级高并发服务调优与排障经验；熟悉 Prometheus/OpenTelemetry。

加分项

开源社区贡献（SGLang/vLLM/FlashAttention等）｜FP8 生产部署｜H100/H200/国产芯片｜MaaS 平台落地｜超长上下文/多模态｜跨硬件统一抽象｜Day-0 接入机制

?

【岗位2：国产芯片推理优化工程师】

职位描述

1. 主导?款或多款国产芯?上的推理引擎适配与深度优化，交付可上?产的?性能推理服务；

2. 深度使?国产芯?的原?编程栈（CANN / MLU-Ops / BangC / MACA / ROCm 类）编写与优化算子；

3. 针对国产芯?的架构特点（内存层次、互联拓扑、算?库能?）重设计 Attention、GEMM、MoE、量 化等关键路径；

4. 与推理系统架构师协同，抽象跨硬件统?接?，保证国产芯?路线与 NVIDIA 路线在框架层复?最?化；

5. 建?国产芯?性能基准与调优?法论，输出与 NVIDIA 对?的性能报告（tokens/s、TTFT、TPOT、每百万 Token 成本）；

6. 与国产芯?原?（如华为、寒武纪等）建?技术沟通渠道，推动关键问题解决与新特性落地；

7. 培养团队国产芯??向的技术?量。

?

?任职要求

1、 计算机 / 电?相关本科及以上，有?性能计算经验，其中有国产 AI 芯?深度优化经验优先； 精通?少?款国产 AI 芯?的编程栈：CANN / Ascend C（昇腾）、BangC / MLU-Ops（寒武纪）、 MACA（沐曦）、DTU（燧原）等；

2、 有可量化的国产芯?性能优化战绩（相对芯??原?实现或 baseline 提升 30%+，或达到 NVIDIA 同 类卡型 70%+ 性能?平）；深?理解 Transformer 推理过程，熟悉 Attention、KV Cache、量化、MoE 等关键结构在国产芯?上 的实现难点； 熟悉?少?款主流开源推理框架（vLLM / lmdeploy / SGLang / MindIE 等），有源码级适配经验； 具备与硬件原?协作、推动技术闭环的能?。

?

【岗位3：平台后端工程师】?

岗位简介

MaaS商业化落地核心后端岗，承接推理网关、Token计量计费、客户鉴权流量治理全链路开发，搭建稳定可靠的商业化服务底座。

?

岗位职责

1. 计费计量系统：Token精准统计、流式用量聚合、实时账单、对账审计链路开发，保障资金数据准确可追溯；

2. 统一推理网关：OpenAI兼容API、SSE流式转发、长连接保活、标准化错误处理、全量客户请求流量接入；

3. 客户权限体系：API Key签发/校验/轮换、基础访问鉴权；

4. 流量治理：TPM/RPM限流、突发削峰、跨推理副本负载均衡，保障高优客户SLA；

5. 云原生落地：K8s部署、灰度发布、网关&计费链路监控可观测，协同SRE保障线上稳定性。

?

?任职要求

1. 计算机本科及以上，有高性能分布式后端研发经验；

2. 熟练Golang/Python，扎实Linux网络编程功底；

3. 精通K8s云原生体系，有生产集群落地经验；

4. 熟悉微服务、高并发低延迟系统，懂gRPC/SSE/HTTP2流式协议；

5. 99.9%+高可用线上服务开发调优经验。

?

?加分项

1. 对外商业化LLM MaaS平台、OpenAI兼容API后端落地经验；

2. Token计费、账单对账、资金类系统开发经历；

3. Kong/APISIX/Envoy网关二次开发；

4. vLLM/SGLang推理引擎服务封装部署经验。

?

?岗位收益

从0到1搭建MaaS商业化全链路，兼顾通用后端与大模型推理特有业务；与架构师配合主导平台后端落地，成长为商业化平台核心骨干。

?

?

【岗位4：Infra 研发工程师】
职位描述：
1.参与自研推理集群的建设，针对推理负载特征（Prefill/Decode阶段差异、请求长度不KV Cache动态占用）设计显存/带宽感知调度策略，消除GPU资源碎片；
2.优化Kubernetes/Volcano调度框架，支持GPU拓扑（NVLink域、PCIe带宽）感知的推理Pod放置，降低跨卡通信对推理尾延迟（P99）的影响；
3.设计推理任务的弹性排队与优先级抢占机制，保障高优业务在资源争抢下的服务质量。
4.探索GPU显存与算力的动态切分技术（MIG/时间分片），将单卡按需分配给多个轻量推理负载，提升卡级利用率。
5.构建推理集群的过载保护与全局流控体系，规避突发流量下的集群雪崩（如排队超时、OOM）；

?

职位要求：
1.硕士以上学历优先，计算机、电子信息等相关专业。
2.深入理解进程调度、内存管理、I/O模型与网络协议栈，熟练使用perf/eBPF等工具进行系统级性能分析；
3.了解大语言模型推理的基本流程（Prefill + Decode），清楚KV Cache对显存占用的影响，理解批处理（Continuous Batching）对吞吐和延迟的权衡关系；熟悉至少一种推理框架（vLLM、TGI、TensorRT-LLM、SGLang）的基本架构。

?

加分项
1.有Kubernetes Scheduler Framework扩展或Volcano/Kueue等批量调度系统开发经验；
2.熟悉eBPF编程，有基于Cilium或自定义探针对网络/内核延迟的监控实践；
3.了解vLLM/TensorRT-LLM的源码或有过二次开发经验；
4.熟悉PD（Prefill-Decode）分离部署架构或KV Cache分布式缓存等前沿推理集群方案；
5.有大规模在线推理服务（日均百万级请求）的压测与调优经验；
6.在ACM/ICPC等编程竞赛获奖，或有系统顶会（OSDI/SOSP/ATC）论文发表。

?

【岗位5：大模型推理测试开发工程师】

岗位职责

1.测试策略与方案设计

-负责大模型推理集群的全链路质量保障，制定功能、性能、稳定性、安全等维度的测试策略与计划。

-深入理解推理引擎(如vLLM、TensorRT- LLM、TGI等)、调度系统与GPU集群架构，设计高覆盖、可复用的测试方案。

2.功能与精度验证

-验证模型推理结果的正确性与数值精度(如与训练框架对齐、不同量化精度对比)，确保多模型、多版本、多硬件环境下的输出一致性。

-构造覆盖正常、边界、异常、对抗性的测试用例，评估提示词鲁棒性、多轮对话记忆、长上下文等特性。

3.性能与压力测试

-设计并执行延迟、吞吐、首token时间、并发用户数等关键指标的压测方案，建立性能基线。

-分析GPU利用率、显存占用、网络带宽、调度延迟等瓶颈，配合研发团队进行性能调优与回归验证。

4.稳定性与混沌工程

-开展长时间稳定性测试，验证内存泄漏、显存碎片、资源回收、故障自愈等能力。

-引入故障注入(节点宕机、网络分区、GPU错误、Etcd异常等)，检验集群高可用与容错机制。

5.自动化测试与工具链建设

-搭建持续集成/持续测试流水线，开发自动化测试框架与工具沉淀测试数据集(模型集对话集、压力脚本)。

-实现指标监控、日志采集、异常检测的自动化链路，推动测试左移与质量门禁建设。

6.缺陷管理与质量分析

-全流程跟踪缺陷，准确定位至组件层(推理引擎、调度器、网关、模型服务、节点环境)，推动高效闭环。

-定期输出质量报告，量化风险，提出改进建议，参与发布评审与上线决策。

?

任职要求必备条件

学历与经验:全日制本科及以上学历，计算机科学、软件工程等相关专业；有质量保障或系统测试经验优先，有从事大型分布式系统或AI基础设施测试经验优先。

编程能力:熟练掌握Python/Shell，具备良好的编码习惯，能够开发复杂测试工具与脚本。

大模型推理知识:理解Transformer架构及推理流程(Prefill/Decode、KV Cache、

Continuous Batching、PagedAttention等)，熟悉至少一种主流推理框架(vLLM、TensorRT-LLM、SGLang、TGI、Triton Inference Server) .

性能工程:有丰富的性能测试经验，熟练使用 Locust、JMeter、wrk或自研压测平台;能独立分析 GPU Profile(Nsight Systems/ncu)、 Trace数据并定位瓶颈。

集群与云原生:熟悉Kubernetes、Docker，掌握GPU Operator、Volcano/Koordinator等调度器原理，理解InfiniBand/RoCE网络、并行文件系统等基础。

思维与沟通:具备优秀的逻辑分析、问题拆解能力，强质量风险意识，良好的团队协作与推动能力。

?

加分项

-有大模型训练/微调经验，了解Megatron, DeepSpeed PEFT技术。

-熟悉MLPerf、LLMPerf或内部基准测试体系，有服务器性能调优经验。

-掌握Go/Rust/C++中的一种，能阅读推理框架源码并编写扩展。

-有构建模型评测平台、自动化模型质量监控体系的经验。

-熟悉安全测试，对模型提示注入、隐私泄露等风险有验证经验。

?

我们能提供

-参与构建千卡至万卡级推理集群，直面超大并发场景的挑战。

-紧跟前沿的推理加速技术(Speculative

Decoding、FP8量化、MoE并行等)，与资深工程及算法团队紧密协作

?

【岗位6：AI推理引擎工程师（Agent优化方向）】

职位描述
1. 参与智能体自动化优化框架的设计与实现，构建“感知-决策-执行-反馈”闭环系统，覆盖算子生成、图调度、内存管理等环节。
2. 开发Agent与编译工具链（编译器、性能分析器、运行时）的标准化交互接口，实现优化流程自动化。
3. 利用自动化代码生成或搜索技术，对CUDA/Triton/OpenCL等异构算子进行性能调优，探索Agent自主编写或重构高性能内核的方法。
4. 建立性能回归测试与反馈机制，持续提升算子库在多硬件（A100/H100/国产NPU）上的效率。
5. 参与计算图融合、并行调度、内存复用等Pass的自动化改造，使框架能根据输入特征和硬件状态动态调整执行计划。
6. 协助构建代价模型（Cost Model）的在线学习与校准模块。
7. 开发自动化评测与实验管理平台，支持多模型（LLM/ViT等）在多硬件上的快速验证。
8. 参与搭建CI/CD流水线，确保优化效果的稳定性和可重复性。
9. 跟踪MLSys、AutoML、代码生成等领域前沿成果，推动有效方法落地生产环境。

?

职位要求
1、计算机、人工智能、电子工程等相关专业，硕士/博士在读（优秀本科生可放宽）。
2、扎实的C++和Python编程能力，熟悉Linux开发环境，具备良好的工程实践（版本控制、单元测试、CI/CD）。了解计算机体系结构、内存模型、并行计算基础知识。
3、对至少一种异构编程模型（CUDA/OpenCL/Triton）有实际使用或系统学习经历。
4、熟悉PyTorch/TensorFlow等深度学习框架基本原理，了解推理引擎（如TensorRT、ONNX Runtime、TVM、MLIR）常见架构。
5、对性能优化有浓厚兴趣，具备数据分析与瓶颈定位能力，自驱力强，能独立解决问题。

?

加分项（非必需，但优先）
1、有使用智能体或自动调优技术（如AutoTVM、Ansor）进行算子/图优化的项目经验。
2、熟悉编码智能体系统（如Claude Code、Cursor、Aider等），有将其应用于自动化开发或代码生成的经验。
3、熟悉编译原理、LLVM/MLIR中间表示，或有自定义Pass开发经历。
4、有性能分析工具（NVIDIA Nsight、Perf、VTune等）实际使用经验，能定位微架构级性能瓶颈。
5、有开源推理引擎（如TVM、OpenPPL、FastTransformer）贡献经历。在MLSys、ASPLOS、CGO、ICLR等会议发表过相关论文。

?

【岗位7：Agent 研发工程师】

职位描述
1.参与自研Agent Harness框架的核心模块设计与开发，包括但不限于：Agent执行循环（Loop） ：构建ReAct、Plan-and-Execute等多范式执行引擎，支持工具分发、传感器反馈与自动修复（auto-fix），在Token预算约束下运行直至任务可验证完成；
2、工具调用（Tool Calling）与函数编排：设计工具注册、参数解析、权限分级与调用链路追踪机制，支持MCP（Model Context Protocol）等标准化工具协议接入；
3、记忆系统（Memory） ：构建三层本地记忆架构——程序性记忆（Skills）、语义记忆（Facts）、情景记忆（可检索历史），实现跨会话知识累积；
4、多Agent协作与子Agent调度：设计复杂任务分解、子Agent委派与结果聚合的编排引擎；
5、设计Agent分级自主机制（如L1报告级 → L2人工辅助级 → L3无人值守级），让Agent在信任建立过程中渐进式获得自主权；
6、实现操作系统级沙箱隔离（如Linux Bubblewrap / macOS Seatbelt），确保Agent执行的工具操作安全可控；
7、构建Agent行为的可观测性体系（Telemetry），对每一次工具调用、模型推理、子Agent调度进行结构化追踪与回放。

?

职位要求：
1.硕士以上学历，计算机、人工智能等相关专业。
2.入理解大语言模型的基本原理与调用范式（Function Calling、Tool Use、ReAct等）；了解 LangChain、LlamaIndex、AutoGen 等至少一种主流Agent开发框架的核心原理。
3.对AI Agent技术有强烈的好奇心与探索欲，热衷于将前沿模型能力转化为可用的工程产品；
4.具备系统性思维与复杂问题拆解能力，能够从模型层到系统层全局思考问题；
5.优秀的团队协作与沟通能力。

?

加分项
1.有Agent/Harness相关开源项目贡献或个人项目实践（如基于LangChain/AutoGen等框架构建的完整Agent应用）；
2.了解MCP（Model Context Protocol）等Agent工具调用标准协议； ?

?

【岗位8：招聘专员】

职位描述

1.熟练运用并持续拓展各类招聘渠道（主流招聘平台、社交招聘、内推、猎头合作、行业社群、技术社区等），针对不同岗位类型匹配最优渠道组合。

2.针对紧急或高端岗位，能够快速绘制目标公司/目标行业的人才地图（Mapping）

3.负责简历筛选、初步电话/视频面试，对候选人的专业能力、综合素质、文化匹配度进行初步判断；

4.协调面试官时间，组织并跟进技术面试、交叉面试、高管面试等环节，确保流程高效顺畅；

5.参与面试评估标准的制定与优化，提升面试官团队的识人能力。

职位要求

1.本科及以上学历，人力资源管理相关专业。

2.熟悉招聘全流程操作，了解常用人才测评工具与面试方法（如结构化面试、行为面试法等。

3.出色的沟通与谈判能力：能与不同层级（应届生到高管）、不同背景的候选人及面试官进行有效对话；

4.极强的目标导向与抗压能力：能在多岗位并行推进的情况下，保质保量完成招聘交付；

5.敏锐的人才洞察力：能从简历和对话中快速识别关键信息，判断人岗匹配度；

?

【招聘流程】

P0首批急招岗，简历匹配快速推进面试

简历投递 → 技术面试 → HR综合面试 → 发放意向Offer → 实习/正式入职

?

【投递方式】

1、平台投递

2、邮箱直递：简历命名「姓名-意向岗位-联系方式」发送至官方招聘邮箱hr@；

?

?【公司地址】

北京：海淀区东升大厦B座5层

上海：浦东新区郭守敬路498号19号楼1层

?