Susquehanna International Group
Machine Learning Engineering Internship: Summer 2027
Machine Learning Engineering Internship: Summer 2027
发布于 2 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Cuda
Gpu编程
Jax
Pytorch
分布式训练
数据基础设施
机器学习
值不值得投
77综合评分
综合评分 77
顶级量化机构AI基础设施实习，技术栈前沿、成长空间极大、转正机会明确，但工作节奏较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
3.5万
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
19 个在招
市场机会
选择适中
香港特别行政区 · 机器学习工程 · 14 个在招
职位详情
关于这个职位
该职位是Susquehanna International Group的机器学习工程实习生项目，为期10周
你将参与构建和优化大规模GPU集群上的机器学习训练管道、推理部署及数据基础设施，深入了解机器学习在量化交易和研究系统中的实际应用
表现优异者毕业后将获得香港办公室的全职工作机会
最低要求
目前就读于计算机科学、机器学习、电气工程、数学、物理学、统计学或相关技术领域的本科、硕士或博士项目
有意在2028年8月前毕业并开始全职工作
具备扎实的Python编程能力
拥有机器学习框架（如PyTorch或JAX）的动手经验，且不仅限于调用API，包括大规模训练、扩展库或显著加速现有工作流
了解机器学习运行的底层系统：分布式训练、GPU编程、编排或大规模数据处理
具备CUDA、Triton或CuTe DSL的GPU内核编程经验
扎实的计算机科学基础：数据结构、算法、并发，以及理解软件在真实硬件上的运行机制
能够详细讲解你参与的一个项目、系统或开源贡献（你设计了什么、做出了什么决定、具体做了什么）
对解决复杂问题有浓厚兴趣，并有动力在快节奏、竞争激烈的环境中进行创新
工作职责
构建和优化在GPU基础设施上运行的训练管道，包括大模型的分布式训练
负责推理和部署工作，优化生产交易系统中模型运行的延迟、吞吐量和成本
开发研究背后的数据基础设施，将庞大且嘈杂的市场数据集进行摄取、存储和转换
对机器学习工作负载进行性能分析和基准测试，并为研究人员每天依赖的内部库和开源工具做出贡献
接受来自经验丰富的工程师和研究员的一对一指导
参与全面的教育计划，深入了解SIG的机器学习、量化和交易实践
优先资格
具备C++等系统级语言的使用经验
AI 洞察
优缺点分析
优点
- 接触数千个高端GPU集群及专有数据集，技术栈极具前沿性
- 提供一对一导师指导和全面的量化/交易知识培训
- 表现优异者有明确的全职转正机会
- 对底层系统（如GPU内核、分布式训练）要求极高，技术门槛和学习曲线陡峭
- 量化交易环境节奏快、竞争激烈，对解决复杂问题的抗压能力要求高
- 适合对AI底层系统、高性能计算和量化金融有浓厚兴趣，且具备扎实计算机基础与动手能力的顶尖理工科在校生
缺点 / 挑战
暂无明显挑战项
角色解读
- 实习期结束后有机会在香港办公室获得全职机器学习工程师offer
- 未来可向机器学习系统架构师、量化研发专家或AI基础设施技术负责人方向发展
- 构建和优化基于大规模GPU集群的机器学习训练管道与推理部署系统
- 开发处理海量市场数据的数据基础设施
- 对ML工作负载进行性能分析与基准测试，优化底层系统
- 扎实的Python与C++编程能力，精通PyTorch/JAX等框架的底层机制
- 具备CUDA/Triton等GPU内核编程经验
- 深入理解分布式训练、并发编程及计算机体系结构
申请策略
- 准备一个能深入讲解技术细节和决策过程的项目案例
- 了解量化交易的基本概念及机器学习在其中的应用场景
- 突出在PyTorch/JAX框架下超越API调用的深度经验（如自定义算子、训练加速）
- 详细展示GPU编程（CUDA/Triton）或分布式系统相关的项目/开源贡献
- 强调对系统底层原理的理解及性能优化成果
- 深入学习CUDA编程或Triton DSL，尝试编写自定义GPU内核
- 研究大模型分布式训练框架的底层实现
面试指南
- 采用STAR法则，重点突出“遇到了什么系统级瓶颈”、“分析了哪些底层指标（如GPU利用率、内存带宽）”、“采取了什么具体优化手段（如算子融合、异步执行）”以及“最终量化的性能提升结果”
- 请详细描述你如何优化一个机器学习训练管道，具体提升了多少性能？
- 在GPU内核编程中，你是如何解决内存带宽瓶颈或提高计算利用率的？
- 请分享一个你参与的最复杂的系统或开源项目，你在其中做出了哪些关键设计决策？
- 如何评估和优化生产环境中模型推理的延迟和吞吐量？
- 复习计算机体系结构、并发编程及数据结构与算法
- 深入了解SIG的业务模式及机器学习在量化交易中的前沿应用
- 准备好手写代码或系统设计的白板推演
职位点评
薪资福利85
成长发展95
工作生活50
使命价值70
薪资福利
85较高
该实习岗位提供极具竞争力的津贴，且包含签证赞助与明确的全职转正机会，物质与职业稳定性满足度较高。
薪资信号未披露（AI估算：2.5千–4.5万/月）
福利待遇Visa sponsorship、One-on-one mentorship、comprehensive education program
成长发展
95较高
岗位提供一对一导师指导与全面的教育计划，能接触顶尖GPU集群和前沿ML系统，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Python、C++、PyTorch、JAX、CUDA、Triton、CuTe DSL、分布式训练、GPU编程
成长机会One-on-one mentorship、comprehensive education program、full-time placement
业务类型profit_center
工作生活
50较低
JD未明确提及工作生活平衡或弹性办公，且量化交易环境通常节奏较快，WLB可能面临一定挑战。
工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
70中等
处于金融科技与人工智能交叉的前沿领域，推动交易系统的技术革新，具有较高的行业前景和技术探索价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Susquehanna International Group 的其他在招职位
相似职位推荐
Watch Jobs