英特尔
Platform Power Thermal Performance Engineer
Platform Power Thermal Performance Engineer
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公硬件工程
硬件工程
Ai服务器
Cpu体系结构
Gpu架构
Linux开发
基准测试
并行计算
性能验证
值不值得投
75综合评分
综合评分 75
前沿AI硬件性能岗、培养体系完善、技术成长快，但需现场办公。
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，方便比较职业起点。
薪资怎么样
2.8万
比硬件工程中位数高
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 · 其中硬件工程 2 个
市场机会
选择面较广
上海 · 硬件工程 · 约 900 个在招
职位详情
关于这个职位
面向应届硕士毕业生，负责AI服务器平台的性能验证与优化工作
主要涉及CPU主机架构、GPU交互及I/O子系统的性能分析，协助制定测试方案、执行基准测试、收集分析数据，并参与技术问题的排查与改进，助力构建现代AI基础设施的底层性能调优能力
最低要求
扎实的计算机体系结构、操作系统或计算机系统基础，对CPU、内存和I/O子系统行为感兴趣
基本了解GPU计算、并行编程或加速器系统
相关课程、研究或项目经验为佳
对AI基础设施及大规模系统概念（包括服务器架构、Scale-up/Scale-out设计、网络与存储）感兴趣
即将毕业的电气、计算机、电子工程或相关专业硕士及以上学历
良好的编程与脚本技能（如Python、C/C++或Shell），能自动化测试、处理数据并支持性能分析
通过实习、研究或学术项目具备系统验证、性能测试、Linux开发、机器学习/深度学习负载、网络、存储或GPU计算经验者优先
优秀的学习敏捷度、问题解决思维、团队协作能力，能适应快速变化的技术环境
良好的英语读写沟通能力，能清晰记录技术发现
工作职责
学习并参与AI服务器平台的拓扑验证与性能分析，涵盖CPU主机、GPU、内存、存储和网络交互
支持验证计划开发、基准测试执行、数据收集和结果分析，用于CPU主机和GPU I/O性能研究
与资深工程师协作调试性能问题，总结发现，并从主机平台角度提出切实可行的改进建议
跨部门协作沟通测试进度，记录技术观察结果，并在指导下推动技术问题闭环
优先资格
熟悉PCIe/CXL、一致性、IOMMU、NUMA或主机设备数据传输等概念
基本掌握GPU架构、GPU编程或AI加速器软件栈
有CUDA、ROCm、OpenCL、SYCL等相关框架经验更佳
熟悉基准测试方法、性能指标和实验设计
有动手实验室、课程作业、实习或研究项目经验优先
AI 洞察
优缺点分析
优点
- 依托全球研发资源，接触前沿AI服务器与GPU硬件架构
- 系统化培养性能测试与底层调优能力，技术成长路径清晰
- 规范管理与完善培训体系，利于职业初期打牢基础
- 性能验证工作需处理大量底层数据与复杂系统交互，调试过程可能耗时较长
- 适合计算机/电子相关专业硕士应届生，对底层硬件架构与性能优化有浓厚兴趣，具备较强动手能力与逻辑分析能力的求职者
缺点 / 挑战
- 跨部门协作与英文文档撰写要求较高，需适应快节奏技术迭代
角色解读
- 从初级性能验证工程师起步，逐步深入AI服务器架构与大规模集群性能调优
- 可向系统架构师、高级性能工程师或技术专家方向发展，积累底层软硬件协同优化经验
- 负责AI服务器平台的性能验证与基准测试，收集并分析CPU、GPU及I/O子系统的数据
- 协助资深工程师排查性能瓶颈，提出主机侧优化方案
- 撰写技术文档，跟进测试进度并推动问题闭环
- 扎实的计算机体系结构与操作系统基础，熟悉GPU计算、并行编程或加速器架构
- 掌握Python/C++/Shell进行自动化测试与数据处理
- 具备良好的Linux开发经验与性能测试方法论
申请策略
- 提前了解英特尔AI服务器产品线及最新架构动态
- 面试时准备1-2个完整的项目案例，重点说明问题分析思路与量化优化结果
- 突出计算机体系结构、操作系统或GPU/并行计算相关课程与项目经历
- 详细展示Python/C++自动化测试脚本编写、性能数据采集与分析的实际成果
- 强调Linux环境下的开发调试经验及英文技术文档撰写能力
- 补充PCIe/CXL、NUMA、IOMMU等高速互连协议知识
- 动手实践CUDA/ROCm基础编程或常见AI框架的性能剖析工具
- 熟悉主流基准测试工具的使用原理
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化回答项目经验
- 针对技术问题，先阐述理论背景，再结合具体工具链与数据指标说明排查步骤，最后总结可复用的优化策略
- 请介绍你熟悉的计算机体系结构核心概念（如缓存一致性、NUMA）
- 描述一次你使用Python/C++进行性能测试或数据分析的经历
- 如何定位并解决一个复杂的系统级性能瓶颈？
- 你对GPU作为I/O设备的理解是什么？
- 复习计算机组成原理与操作系统核心章节，梳理缓存、内存管理、中断机制等知识点
- 准备至少一个完整的软硬件联调或性能优化项目，明确量化指标
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
知名外企提供符合市场水准的薪酬与完善福利，但JD未明确具体薪资范围，整体补偿性动机满足度良好。
薪资信号未披露（AI估算：2.0千–3.5万/月）
成长发展
85较高
岗位明确标注为培养型应届生角色，提供系统化的性能工程训练与资深工程师指导，技术栈覆盖前沿AI基础设施，发展性动机高度契合。
技术前沿前沿/新兴技术
技术栈GPU架构、CPU体系结构、Python、C++、Linux、并行计算、AI服务器
业务类型profit_center
工作生活
60中等
JD明确要求现场办公，未提及弹性工时或远程选项，工作模式相对固定，生活化动机满足度中等。
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
70中等
聚焦AI服务器底层性能优化，直接支撑人工智能基础设施发展，具有明确的行业技术价值与社会影响力，意义感动机得到较好满足。
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