英特尔
AI Software Engineering Graduate Intern
AI Software Engineering Graduate Intern
发布于 9 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
Ai推理
Pytorch
Tensorflow
性能剖析
数据分析
计算机体系结构
软硬件协同设计
值不值得投
74综合评分
综合评分 74
顶尖芯片厂核心AI研发实习，技术成长极快，现场办公为主，适合志在底层系统优化的同学
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
6.0千
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
55 个在招 · 其中机器学习工程 7 个
市场机会
选择面较广
上海 · 机器学习工程 · 约 390 个在招
职位详情
关于这个职位
负责在英特尔数据中心集团实习，参与AI推理工作流的复现与性能分析，识别软硬件瓶颈
通过Python编程和PyTorch/TensorFlow框架进行算法优化与原型开发，协助完成软硬件协同设计，积累前沿AI系统研发实战经验
最低要求
需为计算机工程、电气工程、计算机科学或相关技术领域的在读本科生（具备0-1年相关领域实践经验）或相关领域硕士生（无专业经验）
熟练掌握Python编程用于实验与开发
具备AI算法、模型及工作流开发的基础知识
熟悉PyTorch或TensorFlow等AI框架
了解计算机体系结构概念、性能分析及性能剖析技术
工作职责
协作对AI算法、框架及软件架构进行性能剖析与优化，确保性能与准确性
复现真实生产环境的AI推理工作流，并开发具有代表性的工作流画像
在软件与硬件栈层面开展性能分析，精准定位系统瓶颈
将工作流洞察转化为支持AI系统软硬件协同设计的决策依据
协助将先进AI系统的软硬件解决方案应用于研究与集成环节
优先资格
具备出色的分析与问题解决能力
能在跨职能的工程团队中高效协作
对AI系统研究及跨领域的实际AI应用充满兴趣
AI 洞察
优缺点分析
优点
- 依托顶尖芯片企业的研发平台，接触底层硬件与前沿AI框架的深度结合
- 项目直接关联数据中心核心业务，技术壁垒高且行业认可度强
- 完善的导师制与内部培训体系助力快速成长
- 涉及底层性能剖析与软硬件协同，学习曲线较陡，需快速补齐体系结构知识
- 跨部门协作频繁，需适应快节奏的工程交付标准
- 适合计算机/电子相关专业在校生，对AI底层系统与性能优化有浓厚兴趣，具备较强动手能力和抗压能力的同学
缺点 / 挑战
暂无明显挑战项
角色解读
- 可沿AI系统工程师或高性能计算方向深耕，逐步承担核心算法优化与软硬件协同设计职责
- 未来可向AI基础设施架构师、技术专家或研发管理岗位发展
- 复现真实AI推理场景的工作负载，搭建测试环境并进行性能基准测试
- 深入分析软硬件栈的性能瓶颈，输出优化报告以指导后续架构设计
- 协助团队进行AI算法与框架的调优及原型验证
- 扎实的Python编程与脚本开发能力
- 熟悉主流深度学习框架（PyTorch/TensorFlow）及基础AI模型原理
- 掌握性能剖析工具使用及计算机体系结构基础知识
- 具备较强的逻辑分析与跨团队协作能力
申请策略
- 关注英特尔DCG部门的最新技术白皮书，面试时展现对AI落地痛点的思考
- 准备1-2个体现你排查复杂技术问题的完整案例
- 突出课程设计或竞赛中涉及AI模型部署、性能测试或Python自动化脚本的项目经历
- 量化展示性能优化成果（如提升推理速度X%、降低延迟Yms）
- 提前熟悉Linux环境下的性能分析工具（如perf, VTune）
- 补充计算机组成原理与缓存/内存层级机制知识
- 尝试用PyTorch跑通基础模型并完成简单的推理加速实验
面试指南
- 采用STAR法则描述项目背景、任务、行动与结果
- 针对性能问题，按“数据采集-瓶颈定位-假设验证-优化实施”的逻辑展开
- 强调数据驱动与系统性思维
- 请介绍一个你使用Python处理数据集或进行性能测试的项目
- 如何理解CPU/GPU在AI推理中的性能差异？
- 遇到模型推理延迟高的情况，你会从哪些维度排查？
- 复习操作系统与计算机体系结构核心考点
- 整理过往项目中关于代码优化、调试排错的具体细节
职位点评
薪资福利70
成长发展92
工作生活45
使命价值85
薪资福利
70中等
提供符合一线科技研发类实习津贴标准的薪酬与合规福利，薪资水平处于市场合理区间，但实习岗位本身不以高薪为核心吸引力。
薪资信号未披露（AI估算：4.5–7.5千/月）
成长发展
92较高
岗位深度绑定英特尔DCG核心AI研发管线，提供接触前沿软硬件协同设计与性能剖析技术的稀缺机会，成长路径清晰且技术含金量极高。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、AI推理、性能剖析、计算机体系结构
业务类型ambiguous
工作生活
45较低
JD明确要求现场办公，未提及弹性工时或远程选项，工作节奏可能受项目交付周期影响，整体WLB偏向传统研发模式。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
直接参与塑造下一代AI系统与数据中心基础设施，技术成果将赋能全球云计算与企业级应用，具有显著的行业推动力与技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
英特尔 的其他在招职位
相似职位推荐
Watch Jobs