Watch Jobs
Intel logo
英特尔
AI software application developers (CG)
立即应聘

AI software application developers (CG)

发布于 大约 14 小时前

普通员工/个人贡献者

上海市 / 北京市
无经验要求
全职员工
仅现场办公
本科
平台工程
Ai基础设施
Llm
Pytorch
Tensorflow
分布式计算
性能优化
模型推理

AI 估算 · 18k–28k

AI领域热门，英特尔应届生薪资竞争力强，上海生活成本偏高。

职位详情

关于这个职位

负责英特尔DCG中国NEX团队的AI软件与基础设施开发，专注大语言模型、机器人、视觉AI等前沿方向

工作涵盖分布式系统构建、模型训练与推理性能优化，并与全球团队合作，推动下一代智能系统落地
适合对AI系统底层技术感兴趣的应届毕业生

最低要求

计算机科学、人工智能、电子工程、机器人、数学或相关技术领域的学士、硕士或博士学位

熟练掌握Python、C/C++、Rust或类似编程语言
对数据结构、算法、操作系统、计算机体系结构和软件工程基础有扎实理解
具备机器学习、深度学习和AI系统概念的基础知识
通过课程、研究项目、实习、开源贡献或个人项目，在软件开发、AI或分布式系统方面有实践经验
较强的分析和解决问题的能力，能够快速学习和应用新技术
良好的英语口头和书面沟通能力
较强的协作和团队合作能力，能够在全球化和跨职能环境中有效工作
自我驱动、以结果为导向，对技术创新和AI系统开发充满热情

工作职责

设计、开发和优化AI应用和基础设施的软件

构建可扩展、高效的AI训练、推理和模型服务系统
开发用于计算、通信、存储、调度和资源管理的分布式软件组件
研究并实施创新技术，以提高AI系统的性能、可扩展性、可靠性和效率
分析并优化跨硬件和软件栈的系统瓶颈
与英特尔全球的工程师和研究人员合作，评估新兴技术并开发下一代AI解决方案
为AI平台的软件架构、原型设计、基准测试、性能分析和产品开发做出贡献
紧跟AI、机器学习、分布式系统和软件工程技术的进展

优先资格

在以下一个或多个领域有经验或项目背景：

AI模型训练和推理优化，包括LLM、多模态模型、视觉AI、机器人或物理AI
分布式AI系统和基础设施，如模型服务、分布式计算、调度、网络、存储和资源管理
强化学习、AI智能体、机器人或智能决策系统
AI框架和工具，如PyTorch、TensorFlow、JAX、vLLM、SGLang或相关技术

AI 洞察

优缺点分析

优点

  • 接触前沿AI技术（LLM、具身智能等），技术视野开阔
  • 全球化的团队协作，可学习到成熟的工程实践
  • 大公司平台，职业发展路径清晰，培训资源丰富
  • 技术深度要求高，需持续学习分布式系统、AI框架等
  • 工作强度可能较大，需适应快节奏的研发环境
  • 作为应届生，可能需要快速适应大型组织的工作方式
  • 适合对AI基础设施及分布式系统有浓厚兴趣，具有扎实编程基础和较强学习能力的应届毕业生

缺点 / 挑战

暂无明显挑战项

角色解读

  • 从AI基础设施工程师起步，逐步深入分布式系统、LLM推理优化等领域
  • 可向AI系统架构师、技术专家等方向发展，或转向管理岗位
  • 在英特尔全球平台上，有机会接触前沿技术并参与跨团队项目
  • 设计和开发面向AI应用与基础设施的软件系统，涵盖训练、推理、模型服务等环节
  • 构建分布式系统组件，包括计算、通信、存储、调度和资源管理
  • 参与系统性能分析与优化，解决硬件与软件栈中的瓶颈
  • 与全球团队协作，研究并落地创新AI技术
  • 扎实的编程能力：熟练掌握Python、C/C++、Rust等至少一种语言
  • 计算机基础：数据结构、算法、操作系统、计算机体系结构等
  • 机器学习和深度学习基础知识
  • 良好的英语沟通与团队协作能力

申请策略

  • 了解英特尔DCG团队的业务方向，在面试中展现对AI基础设施的热情
  • 准备好英文自我介绍和项目讲解，因为需要英语沟通
  • 突出AI相关的项目经历，如模型训练、推理优化或分布式系统开发
  • 强调编程能力和技术栈，特别是Python/C++/Rust
  • 如有开源贡献或论文发表，展示技术深度
  • 体现团队合作和英语沟通能力
  • 熟悉主流AI框架如PyTorch、TensorFlow，了解vLLM等推理库
  • 补充分布式系统知识，如消息传递、一致性协议等

面试指南

  • 对于项目类问题，采用STAR法则（情境、任务、行动、结果）进行阐述
  • 对于技术原理问题，先给出定义，再举例说明，最后延伸应用场景
  • 对于系统设计问题，明确需求，提出架构，考虑扩展性和容错性
  • 请介绍一个你参与的AI或分布式系统项目，并说明你在其中的角色
  • 如何优化一个大型模型的推理性能？
  • 解释分布式训练中的数据并行和模型并行及区别
  • 谈谈你对LLM推理流程的理解，以及可能遇到的瓶颈
  • 如何设计一个高效的分布式调度系统？

职位点评

69
综合评分

前沿AI基础设施大厂岗位，技术成长快，但需现场办公。

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
该职位最适合重视技术成长和前沿AI领域发展的求职者，对工作地点灵活度要求不高。
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45
使命价值70

薪资福利

65中等

薪资在JD中未披露，但英特尔作为全球大厂，应届生薪资通常具有竞争力，福利体系完善。

薪资信号未披露（AI估算：18K-28K/月）

成长发展

85较高

JD强调前沿AI技术、持续学习和成长机会，技术栈和项目均为行业领先，发展空间大。

技术前沿前沿/新兴技术
技术栈LLM、PyTorch、分布式计算、模型推理、AI基础设施
成长机会career growth、continuous learning、Collaboration with experienced engineers、Exposure to state-of-the-art AI systems
业务类型ambiguous

工作生活

45较低

要求现场办公，未提及弹性工作或WLB相关福利，工作节奏可能较快。

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

从事AI基础设施研发，对行业发展有积极影响，但直接社会价值不明显，技术使命驱动为主。

行业发展高速增长赛道
社会影响中性/一般
使命信号make a direct impact on the future of AI infrastructure
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