英特尔
AI Systems Performance and Simulation Engineer
AI Systems Performance and Simulation Engineer
发布于 4 小时前普通员工/个人贡献者
全职员工混合式弹性办公高性能计算
高性能计算
Kv Cache
Performance Modeling
Simulation
Vllm
Web Frontend
值不值得投
83综合评分
综合评分 83
前沿AI系统仿真岗、混合办公、技术成长空间大，薪资福利未明确披露。
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。
薪资怎么样
2.5万
比高性能计算中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
29 个在招
市场机会
选择适中
北京 · 高性能计算 · 29 个在招
职位详情
关于这个职位
该职位主要负责开发、校准和执行下一代AI软硬件架构的仿真模型，通过Python/C++编写仿真平台前端及核心功能
你需要分析AI推理性能瓶颈，与全球架构师团队合作，优化系统级交互与性能指标
最低要求
学历：计算机科学、计算机工程、电气工程或相关定量领域的硕士或学士学位（2026/2027年毕业）
技术技能：精通Python或C++，具备基本的Web开发技能
系统基础：扎实理解计算机体系结构（内存层次结构、缓存、流水线）和操作系统
软技能与专业素养：
主动自驱：无需逐步指导即可主动解决问题并探索未知领域
动手 mindset：通过个人编码项目、GitHub仓库或学术实验室有强烈的“在实践中学习”的记录
沟通与英语：具备优秀的英语听说读写能力，能够记录工作并与全球团队自信地进行日常协作
团队合作：高度协作，乐于接受反馈，并致力于分享知识
工作职责
仿真平台与前端开发
核心功能实现：编写整洁、模块化且面向性能的Python或C++代码，实现核心仿真器功能和硬件行为模型
Web前端与可视化：开发轻量级Web前端和交互式仪表板，帮助用户配置仿真并可视化复杂的性能指标
模型校准：对基准AI硬件和服务引擎（如vLLM）进行基准测试和分析，提取经验性能数据并校准仿真器参数
仿真执行与瓶颈排查
轨迹回放与分析：运行仿真扫描以回放动态生产轨迹（Agentic、多轮工作负载），并主动分析日志以识别系统瓶颈
文档编写：清晰地记录仿真工作流、设置指南和工具使用说明，以赋能利益相关者
协作与沟通
主动参与：与资深架构师和软件团队沟通，了解他们的需求，并将反馈转化为仿真器的改进
全球协同：以清晰的英语展示研究成果和工具演示，在全球工程环境中作为支持性团队成员进行有效协作
优先资格
仿真经验：涉及离散事件仿真器或性能建模的学术项目或实习经验
前端与可视化：具备Web和绘图库的使用经验
AI/LLM基础：熟悉Transformer架构或推理机制（如批处理、KV缓存）
AI 洞察
优缺点分析
优点
- 接触前沿AI硬件与系统架构，深入理解大模型推理底层机制（如KV Cache、动态批处理），技术壁垒高
- 提供完善的全球化协作环境，能与全球顶尖架构师共事，拓宽国际视野
- 混合式办公模式（Hybrid）提供较好的工作灵活性，有助于平衡工作与生活
- 需要同时掌握底层系统架构、仿真建模和Web前端开发，技术栈跨度大，学习曲线较陡
- 适合对计算机底层架构有浓厚兴趣、具备较强自驱力和动手能力，且希望在AI系统性能优化领域深耕的应届毕业生
缺点 / 挑战
- 性能仿真和瓶颈排查需要极强的逻辑分析能力，面对复杂系统问题时可能面临较大压力
角色解读
- 初期作为仿真平台开发工程师，深入理解AI硬件架构与推理系统底层机制
- 中期可成长为AI系统架构师或性能优化专家，主导下一代AI加速平台的架构设计
- 长期可向技术管理层或资深首席架构师方向发展，影响公司级AI战略
- 开发和维护AI系统性能仿真平台，使用Python/C++编写硬件行为模型和核心仿真功能
- 构建Web前端和可视化仪表板，帮助团队配置仿真任务并直观分析复杂的性能指标
- 运行仿真测试回放真实生产轨迹，分析日志以定位AI推理和系统级交互的性能瓶颈
- 扎实的编程能力，精通Python或C++，并具备基本的Web前端开发技能
- 深入理解计算机体系结构（如内存层次、缓存、流水线）和操作系统原理
- 优秀的英语沟通能力，能够与全球团队进行日常协作和技术文档编写
申请策略
- 在求职信中表达对AI硬件加速和系统性能优化的热情，展现“hands-on”的极客精神
- 准备好全英文的自我介绍和项目讲解，以应对可能的全球团队面试环节
- 突出在计算机体系结构、操作系统或性能建模相关的学术项目或实验室经历
- 展示Python/C++编程能力，特别是涉及仿真器开发、性能分析或Web可视化的个人/开源项目（附GitHub链接）
- 强调英语沟通能力及跨国团队协作经验，如有相关实习或国际交流经历更佳
- 提前了解大模型推理机制（如vLLM、Transformer架构、KV Cache管理），并尝试使用相关工具进行性能分析
- 熟悉离散事件仿真（Discrete-Event Simulation）的基本原理，或学习使用Web前端框架和可视化库
面试指南
- 针对技术原理问题：采用“概念解释 + 底层机制 + 实际影响/优化手段”的结构，展现深度理解
- 针对项目/行为问题：使用STAR法则（情境、任务、行动、结果），重点突出你的“自驱力”和“动手解决问题”的过程
- 请描述一个你使用Python或C++开发的复杂项目，你是如何进行性能优化的？
- 解释一下计算机体系结构中的内存层次结构，以及缓存一致性对系统性能的影响
- 如果让你设计一个仿真器来模拟AI推理引擎（如vLLM）的延迟，你会如何建模？
- 在团队合作中，如果你和资深架构师对某个仿真模型的设计有分歧，你会如何处理？
- 请谈谈你对Transformer架构中KV Cache机制的理解，以及它如何影响推理性能
- 复习计算机体系结构和操作系统的核心知识，特别是内存管理、并发和性能分析工具
职位点评
薪资福利75
成长发展90
工作生活80
使命价值85
薪资福利
75中等
作为校招岗位，薪资处于北京地区技术岗市场中上水平，但JD未明确披露具体薪资数字与福利细节。
薪资信号未披露（AI估算：2千–3万/月）
成长发展
90较高
岗位涉及下一代AI软硬件架构仿真，技术栈前沿，能与全球资深架构师合作，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Python、C++、vLLM、Transformer、KV Cache、Discrete-event simulators
成长机会collaborate with leading experts、expand your skills
业务类型ambiguous
工作生活
80较高
JD明确说明该岗位符合混合式办公模式（hybrid work model），允许员工在现场和远程之间分配时间，WLB较好。
工作模式混合式弹性办公
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
岗位致力于塑造人工智能的未来，开发高性能加速AI平台，具有较高的行业前瞻性和社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号shape the future of artificial intelligence、make a meaningful impact
创新程度开拓性创新（行业首创）
英特尔 的其他在招职位
相似职位推荐
Watch Jobs