工作内容:1. 负责基于TVM架构的主流深度学习框架tensorflow、pytorch和caffe的算子测试;
2. 完成算子的迭代验收工作,设计算子的测试流程和验收标准;
3. 掌握算子的功能、参数特征,能独立设计测试用例和测试脚本,完成linux系统上的算子自动化测试;
4. 算子功能精度性能的缺陷跟踪,分析测试数据,输出测试报告,优化测试流程。
工作业绩:1. 共参与8个项目,完成100+算子的测试验收工作,提单数量100+,测试算子类型多样,包含
broadcast、reduce、动态多输入输出、索引类和pooling类等算子;
2. 独立开发的自动化测试工具能够提升测试用例覆盖率和减少重复的手工作业,提升测试效率。