岗位职责
- 根据公司 AI 产品线战略及软件栈路线，定义和管理数据中心 AI 加速芯片的软件产品，覆盖编译器与工具链、运行时/驱动/算子库、框架适配与模型使能、开发者生态与 SDK 等主要层面；
- 负责 AI 芯片软硬件协同的产品规格定义，综合考虑技术演进、框架版本进展、生态伙伴需求和市场需求等多重因素，通过市场调研、开发者/客户访谈、竞争分析等识别软件需求，制订优先级，定义软件栈的主要功能与关键指标（编译器性能与算子覆盖率、算子库完备度、框架兼容性、模型使能效率与精度对齐、开发工具易用性等）；
- 制定软件产品路标和版本迭代计划，对齐芯片硬件发布节奏、主流深度学习框架演进与生态窗口，负责软件栈的产品规划与竞争力，并对开发者采用率和商业结果负责；
- 跟踪 AI 软件生态与竞对动态，洞察大模型训练与推理负载及新兴推理框架趋势，输出软件栈竞争预警与差异化定位；
- 对软件产品进行日常管理，与芯片架构、设计、验证、系统软件、算法/框架团队及内外部客户、生态伙伴进行有效沟通，推动软件栈从规划到随芯片量产发布；
- 协助管理层对软件栈的功能完备度、性能、开发投入与上市时间等因素进行取舍选择，并评估软件生态投入的潜在回报。
职位要求
- 5 年以上 AI 芯片/加速软件、编译器、深度学习框架或系统软件相关的产品管理或研发经验，有完整 AI 芯片软件栈产品定义、路标规划或软件产品线管理经验者优先；
- 深入理解 AI 芯片软件栈，至少精通其中一层：编译器与工具链（LLVM/MLIR/Triton、图优化、算子自动生成）、运行时/驱动/算子库（Runtime、Kernel、数学/通信库）、框架适配与模型使能（PyTorch/TensorFlow/ONNX 等），或 DevTools/Profiler 与 SDK；
- 了解AI芯片软件栈的多种技术路线及其取舍，包括兼容\迁移主流软件生态（如CUDA、ROCm等）、自研编译器与算子库、基于MLIR/Triton/XLA/torch.compile的开放编译与DSL路线、以及面向大模型的推理引擎与服务化路线等；能评估不同路线在生态兼容、性能、开发效率与可维护性之间的权衡，并至少熟悉其中一种技术路线及其代表工具/框架；
- 熟悉 AI 训练与推理负载特征，理解算力、片间互联等硬件规格与软件栈的协同权衡，了解主流深度学习框架与软件生态（CUDA、ROCm 等）；
- 具备市场与生态洞察、竞品软件栈分析能力，能在功能完备度、性能、开发者体验与研发投入之间做出取舍判断；
- 具备高度的责任心和良好的管理水平，高效的跨团队沟通、讲解和推动能力（软件 PD 需频繁对接架构、编译、框架与客户多方）；
- 具备良好的英文沟通能力。
