如约见 · 市场运营 · 内容运营

支持代码编辑

月之暗面Kimi · 北京 · 薪资面议 · 更新于 2026/11/19

岗位描述

开发 Agentic GPU Kernel Generation Harness,支持代码编辑、编译、运行、调试、Profiling 及失败诊断。 建设 Kernel 任务和 Benchmark 体系,管理算子、测试数据、参考实现、数值容差、性能基线与结果。 将编译错误、数值误差和性能数据转化为结构化反馈,支持多轮迭代、Kernel 筛选调优与经验复用。 建设任务隔离、测试框架、日志追踪等基础设施,跟踪成功率、正确率、性能及成本,推动跨团队落地。 计算机、电子工程、数学等相关专业,熟练掌握 Python、C++,具备扎实的编程与系统设计能力,有工具链或基础设施开发经验。 熟悉 GPU 编程与性能优化,有 CUDA、Triton 等实践经验。 熟悉 LLM Agent 开发,包括 Tool Calling、上下文管理、结构化输出、执行反馈与自动评测。 加分项 有 Kernel 自动生成/调优、编译优化,或 Code/SWE Agent、Agent Evaluation Harness 建设经验。 熟悉 CUTLASS、TVM、MLIR、LLVM、Triton Compiler,或 Nsight、rocProf 等性能分析工具。 有大规模 Benchmark、分布式调度、沙箱、CI/CD 经验,或相关方向高质量开源项目、论文、竞赛成果。 职位介绍 建设 Agentic GPU Kernel Generation Harness,打通 Kernel 生成、编译执行、正确性验证、性能分析与迭代优化流程,为 Agent 提供稳定、可复现的工具链与运行环境,提升生成质量和研发效率。 全职地点北京/上海;实习仅限北京。 工作职责 开发 Agentic GPU Kernel Generation Harness,支持代码编辑、编译、运行、调试、Profiling 及失败诊断。 建设 Kernel 任务和 Benchmark 体系,管理算子、测试数据、参考实现、数值容差、性能基线与结果。 将编译错误、数值误差和性能数据转化为结构化反馈,支持多轮迭代、Kernel 筛选调优与经验复用。 建设任务隔离、测试框架、日志追踪等基础设施,跟踪成功率、正确率、性能及成本,推动跨团队落地。 任职要求 计算机、电子工程、数学等相关专业,熟练掌握 Python、C++,具备扎实的编程与系统设计能力,有工具链或基础设施开发经验。 熟悉 GPU 编程与性能优化,有 CUDA、Triton 等实践经验。 熟悉 LLM Agent 开发,包括 Tool Calling、上下文管理、结构化输出、执行反馈与自动评测。 加分项 有 Kernel 自动生成/调优、编译优化,或 Code/SWE Agent、Agent Evaluation Harness 建设经验。 熟悉 CUTLASS、TVM、MLIR、LLVM、Triton Compiler,或 Nsight、rocProf 等性能分析工具。 有大规模 Benchmark、分布式调度、沙箱、CI/CD 经验,或相关方向高质量开源项目、论文、竞赛成果。 --- 校园招聘 首页 关于我们 校招职位 社招职位 登录 Kernel Agent Infra 实习生 分享 实习 | 技术类/Technical | 北京市 发布于 2026-11-18 申请职位 首页 / 职位列表 / 职位详情 / Kernel Agent Infra 实习生 分享 实习 | 技术类/Technical | 北京市 发布于 2026-11-18 申请职位 职位描述 职位介绍 建设 Agentic GPU Kernel Generation Harness,打通 Kernel 生成、编译执行、正确性验证、性能分析与迭代优化流程,为 Agent 提供稳定、可复现的工具链与运行环境,提升生成质量和研发效率。 全职地点北京/上海;实习仅限北京。 工作职责 开发 Agentic GPU Kernel Generation Harness,支持代码编辑、编译、运行、调试、Profiling 及失败诊断。 建设 Kernel 任务和 Benchmark 体系,管理算子、测试数据、参考实现、数值容差、性能基线与结果。 将编译错误、数值误差和性能数据转化为结构化反馈,支持多轮迭代、Kernel 筛选调优与经验复用。 建设任务隔离、测试框架、日志追踪等基础设施,跟踪成功率、正确率、性能及成本,推动跨团队落地。 任职要求 计算机、电子工程、数学等相关专业,熟练掌握 Python、C++,具备扎实的编程与系统设计能力,有工具链或基础设施开发经验。 熟悉 GPU 编程与性能优化,有 CUDA、Triton 等实践经验。 熟悉 LLM Agent 开发,包括 Tool Calling、上下文管理、结构化输出、执行反馈与自动评测。 加分项 有 Kernel 自动生成/调优、编译优化,或 Code/SWE Agent、Agent Evaluation Harness 建设经验。 熟悉 CUTLASS、TVM、MLIR、LLVM、Triton Compiler,或 Nsight、rocProf 等性能分析工具。 有大规模 Benchmark、分布式调度、沙箱、CI/CD 经验,或相关方向高质量开源项目、论文、竞赛成果。 职位介绍 建设 Agentic GPU Kernel Generation Harness,打通 Kernel 生成、编译执行、正确性验证、性能分析与迭代优化流程,为 Agent 提供稳定、可复现的工具链与运行环境,提升生成质量和研发效率。 全职地点北京/上海;实习仅限北京。 工作职责 开发 Agentic GPU Kernel Generation Harness,支持代码编辑、编译、运行、调试、Profiling 及失败诊断。 建设 Kernel 任务和 Benchmark 体系,管理算子、测试数据、参考实现、数值容差、性能基线与结果。 将编译错误、数值误差和性能数据转化为结构化反馈,支持多轮迭代、Kernel 筛选调优与经验复用。 建设任务隔离、测试框架、日志追踪等基础设施,跟踪成功率、正确率、性能及成本,推动跨团队落地。 任职要求 计算机、电子工程、数学等相关专业,熟练掌握 Python、C++,具备扎实的编程与系统设计能力,有工具链或基础设施开发经验。 熟悉 GPU 编程与性能优化,有 CUDA、Triton 等实践经验。 熟悉 LLM Agent 开发,包括 Tool Calling、上下文管理、结构化输出、执行反馈与自动评测。 加分项 有 Kernel 自动生成/调优、编译优化,或 Code/SWE Agent、Agent Evaluation Harness 建设经验。 熟悉 CUTLASS、TVM、MLIR、LLVM、Triton Compiler,或 Nsight、rocProf 等性能分析工具。 有大规模 Benchmark、分布式调度、沙箱、CI/CD 经验,或相关方向高质量开源项目、论文、竞赛成果。 职位信息

月之暗面Kimi其他在招岗位

同类在招岗位(市场运营)

岗位信息来自企业官方招聘渠道(moonshot-campus),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。