一、工作內容 :
公司的目標是讓 Data scientist 辛苦訓練出來的各式AI model (TensorFlow、PyTorch 或 Caffe )，得以落地在真實世界中，真正為世人做出貢獻。

所以主要的工作會是，根據 AI 加速硬體的架構特性，將 NN model ，經過一連串數學轉換、優化，轉換成機器碼，得以在硬體上用最有效率的方式執行。這個效率的定義可以是最小 memory footprint，最小 latency，或最大 throughput。

技能需求：
1.C++ : 需熟封裝與繼承的概念，要能撰寫普通的template fuction，知道什麼是template specialization, partial specialization。如果會template meta-programming就更棒了。
2.熟悉Linux作業系統 : 因為開發環境就是這個。
3.熟悉資料結構/演算法 : 基本的資料結構演算法都要會，不需要思考就知道std::vector, std::set,std::unordered_set 底層的差別，最好是能寫出quick sort或是disjoint set。
4.軟體工程 : 知道什麼是design pattern, refactoring, unit test。實務上沒用過沒關係。

技能加分題:
1..Python : 會寫函數跟簡單的class 就好(謎之音:Python 嘛...就那樣)。
2.Deep Learning : 對Deep Learning 有基本概念，不用開發過大型神經網路模型，但MNIST 還是要的。至少要知道convolution 在幹嘛，relu 在幹嘛，max pooling 在幹嘛。實作這些operation時 ，你才知道要寫什麼。

Master over C and C++ programming
Familiar with Unix environments, including but not limited on Ubuntu, CentOS, MacOSX, and FreeBSD.
Familiar with Open Source Culture