英特尔
Platform Power Thermal Performance Engineer
Platform Power Thermal Performance Engineer
发布于 大约 14 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
硕士
硬件工程
Ai服务器
Cpu
Cuda
Gpu
I/O性能
基准测试
Pcie/Cxl
AI 估算 · 25k–35k
上海芯片巨头硕士应届硬件岗，AI基础设施方向薪资竞争力强，约30K/月。
职位详情
关于这个职位
这是一个面向应届硕士毕业生的AI服务器平台性能工程师职位
你将负责GPU作为I/O设备的性能验证和优化，涉及CPU、内存、存储和网络的交互分析
通过参与基准测试、数据分析和问题调试，你将积累AI基础设施的实战经验，并有机会成长为平台性能工程专家
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，并对CPU、内存和I/O子系统行为感兴趣
对GPU计算、并行编程或加速器系统有基本了解
对AI基础设施和大规模系统概念感兴趣，包括服务器架构、扩展/横向扩展设计、网络和存储
即将毕业的硕士研究生或以上学历，电气工程、计算机科学、计算机工程或相关技术领域
理想候选人热衷于学习新技术、解决复杂系统问题，并通过结构化分析和自动化提高验证效率
扎实的计算机体系结构和系统基础知识
对GPU架构、GPU编程或AI加速器软件栈有基本了解
对AI服务器和集群级系统设计感兴趣，包括GPU扩展、服务器横向扩展、网络、存储和性能瓶颈分析
熟悉基准测试方法、性能指标和实验设计
良好的编程和脚本技能，如Python、C/C++或shell脚本，能够自动化测试、处理数据并支持性能分析
强大的学习敏捷性、解决问题的心态、团队合作能力和在快速变化的技术环境中工作的能力
良好的英语口头和书面沟通能力，能够清晰记录技术发现
工作职责
学习并参与AI服务器平台的拓扑验证和性能分析，涵盖CPU主机、GPU、内存、存储和网络交互
支持CPU主机和GPU I/O性能研究的验证计划制定、基准测试执行、数据收集和结果分析
与高级工程师合作调试性能问题，总结发现并从主机平台角度提出实用改进建议
与跨职能团队协作，沟通测试进展，记录技术观察，并在指导下支持问题关闭
优先资格
相关课程、研究或项目经验是加分项
接触过PCIe/CXL、一致性、IOMMU、NUMA或主机-设备数据传输等概念是加分项
有CUDA、ROCm、OpenCL、SYCL或相关框架经验是加分项
有实验室实践、课程、实习或研究项目经验优先
通过实习、研究或学术项目在系统验证、性能测试、Linux开发、机器学习/深度学习工作负载、网络、存储或GPU计算方面有经验是加分项
AI 洞察
优缺点分析
优点
- 英特尔作为芯片巨头，平台大，技术资源丰富
- 涉及AI服务器和GPU前沿领域，技能增值快
- 有完善的新人培养体系，学习曲线平缓但深度大
- 工作内容复杂，需同时掌握硬件、系统和软件多个层面
- 要求现场办公，可能需适应实验室环境
- 适合对计算机系统有扎实基础、对AI基础设施感兴趣、喜欢动手实验和数据分析的应届硕士生
缺点 / 挑战
- 性能调试具挑战性，需要耐心和系统性思维
角色解读
- 初级工程师 → 平台性能工程师 → 高级性能专家
- 可向AI基础设施架构、系统优化、硬件设计等方向发展
- 接触大规模集群和前沿技术，积累深厚行业经验
- 负责AI服务器平台的性能验证与优化，涉及CPU、GPU、内存、存储和网络交互
- 制定和执行基准测试，收集数据并分析性能瓶颈
- 与资深工程师合作调试性能问题，提出改进建议
- 跨部门协作，记录技术发现并支持问题解决
- 扎实的计算机体系结构、操作系统和系统基础
- 了解GPU计算或并行编程，熟悉CUDA/ROCm等尤佳
- 掌握Python/C/C++/Shell等编程与脚本技能
- 良好的英语沟通和团队协作能力
申请策略
- 了解英特尔AI服务器产品线和性能验证方法
- 准备英文技术面试，多练习英文表达
- 突出计算机体系结构、操作系统相关的课程项目
- 展示GPU编程经验（如CUDA、OpenCL）或相关研究
- 强调基准测试、性能分析、自动化脚本等经历
- 体现英语水平和沟通能力
- 复习PCIe/NUMA/IOMMU等系统概念
- 熟悉Linux环境下的性能工具（如perf、top）
面试指南
- 从问题定义、假设、实验设计、数据分析、结论的结构回答
- 用STAR法则描述项目经验
- 结合具体例子展示系统性思维
- 解释CPU和GPU之间的数据传输路径
- 如何设计一个基准测试来评估GPU I/O性能？
- 你如何分析一个系统性能瓶颈？
- 描述你一次调试复杂系统问题的经历
- 你了解CUDA吗？写一个简单的kernel？
职位点评
70
综合评分
英特尔AI服务器性能工程师，技术前沿，发展空间大，但需现场办公且薪资未披露。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术成长和前沿领域，愿意在办公室工作，能承受一定工作压力的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活50
使命价值70
薪资福利
65中等
JD未披露具体薪资，但英特尔作为芯片巨头提供有竞争力的薪酬和福利，总体满足度中等偏上。
薪资信号未披露（AI估算：25K-35K/月）
成长发展
85较高
职位聚焦AI服务器性能优化，技术前沿，有丰富学习机会和成长空间，非常利于职业发展。
技术前沿前沿/新兴技术
技术栈CPU、GPU、I/O、PCIe/CXL、CUDA、AI服务器、性能优化
成长机会opportunities to develop practical expertise、grow into platform performance engineers
业务类型ambiguous
工作生活
50较低
要求现场办公，无远程或弹性工作的描述，工作时间与地点灵活性较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI基础设施属于高速增长领域，但岗位本身更侧重技术实现，社会影响力中等。
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
英特尔 的其他在招职位
相似职位推荐
Watch Jobs