中兴通讯
AI算法工程师（实习生）
AI算法工程师（实习生）
发布于 大约 3 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
硕士
机器学习工程
Ai Agent
Cuda
Pytorch
大模型
机器学习
模型压缩
深度学习
计算机视觉
AI 估算 · 4k–7k
实习岗位，上海地区AI算法实习生日薪约200-300元，按月薪估算。公司平台大
职位详情
关于这个职位
这是一个面向硕士及以上在读学生的AI算法实习岗位，将在中兴通讯参与多个前沿AI方向的研究与开发，包括AI算法部署、AI智能体、大模型、计算机视觉等
实习生需要掌握深度学习基础，具备一定的编程能力，将参与算法设计、模型优化、性能加速等实际项目工作
最低要求
专业要求（按方向）：
AI算法部署：人工智能、计算机视觉、信号处理、图像处理、计算机软件、电子信息、应用数学、通信等相关专业，硕士及以上学历，掌握人工智能基础知识
需要有一定驱动、安卓开发经验，或者有AI算法设计应用实践经验
有良好的研究背景和成果，对算法研究兴趣浓厚，业务抽象能力强，具备创造性思维，能够将全新想法转化为工程应用，对研究工作充满热情，具备良好的团队合作精神和沟通能力
AI智能体：人工智能、计算机科学、自动化、电子信息、应用数学等相关专业，硕士及以上学历，具备扎实的AI理论基础
熟悉机器学习、深度学习（如Transformer、RL、LSTM等），有智能体相关算法（如强化学习、多模态交互）研究或实践经验
熟练使用Python/C++，具备良好的算法实现和工程化能力，熟悉PyTorch/TensorFlow等框架
计算机网络算法：计算机网络、计算机、人工智能、微电子、通信或电子相关专业，硕士及以上学历
精通计算机网络算法，如拥塞控制、负载均衡等，了解经典AI算法
熟悉Python/C/C++编程语言，并编码完成过上述方向的算法实现与评估
学习能力强、善于沟通、对技术创新充满激情，有较强的成就导向
多模态/基础大模型：计算机、人工智能、数学相关专业，硕士及以上学历
熟悉Tensorflow、Pytorch等AI常用算法和框架，对神经网络关键算子有深入理解
精通深度学习算法，熟悉NLP、CV和多模态等大模型网络结构和原理
熟悉Python、C++等编程语言
学习能力强、善于沟通，对技术创新充满激情，有较强的成就导向
机器学习/计算机视觉：计算机、图像处理、通信、信号处理、电子信息等相关专业，硕士及以上学历
具有图像/视觉算法的实际项目研发经验
具备优秀的创新意识和科研动手能力，能快速吸收前沿技术成果
AI应用：计算机科学、人工智能、通信工程、电子工程或数学相关专业，硕士及以上学历
精通大模型原理及主流框架（如LangChain、Hugging Face），熟悉知识表示与推理技术
扎实的机器学习/深度学习理论基础，熟悉CNN/RNN/DQN等模型及优化算法（图论、路由算法、混合整数规划）
具备独立开发算法模块及优化系统性能的能力
AI Infra：计算机、人工智能、计算机网络、微电子、电子信息技术、软件工程相关专业，硕士及以上学历
具备扎实的代码编写和算法实现能力，熟悉设计模型、数据结构、操作系统、分布式计算与存储系统、并行软件开发
精通神经网络算法，并在以下几个方面有深入探索：精通基于Transformer的大模型网络结构和原理
具有AI模型算子与训推优化经验
具备计算机网络、拥塞控制相关算法优化经验
在大模型、多模态、推荐与搜索系统、分布式系统优化等至少一个方向有深入研究
熟悉Python、C++等编程语言
学习能力强、善于沟通、对技术创新充满激情，有较强的成就导向
AI算法方向（测评）：图像处理、深度学习、计算机视觉等相关专业，本科及以上学历
熟悉深度学习算法，熟悉一种或多种深度学习框架如PyTorch、Caffe、Tensorflow等，有神经网络调优经验
熟悉计算视觉技术和算法，具有丰富的图像或视频处理算法研究经验
熟悉大模型设计、训练和部署推理流程
熟练掌握C/C++、Python及常用数据结构算法，有算法分析及编程能力
熟悉服务器和嵌入式系统开发
AI算法方向（智慧中屏）：计算机、通信、自动化、电子、网络安全、软件工程等相关专业或其他相近专业，硕士及以上学历
熟悉C/C++/Java/Python其中一种开发语言，具备良好、严谨的编码风格
有技术钻研精神，良好的抗压能力和学习能力，责任心强，积极向上，具备良好的沟通能力和团队协作能力
硬件AI提效：电子、通信、计算机、机电控制、AI相关专业硕士及以上学历
具有电子设备、电路系统、数字电路或FPGA开发调测、AI相关项目经历和经验
愿意从事AI相关工作，个人能力和意愿较强
边缘计算：具备一定的编程能力，至少熟悉C/C++, Python中的一种编程语言
具备良好的职业素养、优良的品行、善于团队合作、严谨的工作作风
掌握深度学习、经典机器学习等相关知识
具备一定的科研能力，能快速理解论文主旨
具备一定的大规模分布式相关的边缘计算机相关的知识
AI算法与应用开发：计算机科学、电子信息、通信工程、机器学习、应用数学等相关专业硕士以上学历
具备一定的编程能力，至少熟悉C/C++, Python，Java中的一种编程语言
具备对现实问题抽象出数学模型的逻辑分析能力，并能够求解数学问题
具备良好的职业素养、优良的品行、善于团队合作、严谨的工作作风
掌握深度学习、经典机器学习等相关知识
具备一定的科研能力，能快速理解论文主旨
具备一定的大规模分布式相关的计算机系统相关的知识
工作职责
工作职责（按方向）：
AI算法部署：负责一个或多个方向研发：参与AI算法设计、部署、调优
从事机器学习、深度学习、人工智能技术研究，包括但不限于研究前沿算法模型、视觉应用、创新训练学习方法、神经网络模型压缩及计算优化等
负责AI端侧推理框架开发和优化，对AI相关算法和模型进行性能优化，针对特定的计算平台（CPU/GPU/NPU）进行高性能计算加速及工程化
负责对算法模型进行优化，包括对算法微调，对模型结构优化，以便在手机侧进行工程化落地部署
设计并优化AI系统侧模型分布式部署、集群组网及集群调度方案
开发并优化基于各类AI芯片的高性能算子，算子融合、Tiling切分及片间切分方案
设计、开发及优化AI模型训推整系统架构方案，包含各类开源和自研AI训推加速框架
开发并优化AI编译器
AI智能体：参与AI智能体的算法设计、部署及优化，包括但不限于智能交互、决策推理、多模态感知等方向
研究AI智能体相关技术，如强化学习、多智能体协同、自然语言处理（NLP）、知识图谱等，推动算法在端侧的创新与落地
负责AI智能体在公司产品的推理框架优化，针对CPU/GPU/NPU等计算平台进行高性能计算加速
优化智能体算法模型，包括模型压缩、量化、剪枝等，提升端侧运行效率，确保低功耗、高性能的工程化部署
探索AI智能体与公司产品的深度融合，如传感器数据融合、实时决策优化等，提升用户体验
计算机网络算法：负责高性能大规模智算网络中传输相关的算法研发
负责大规模智算集群的机内、机间的传输分析，设计负载均衡与拥塞控制等算法，并进行仿真评估与验证
负责设计相关软硬件架构，并在端侧和网侧设计端网协同的关键算法
多模态/基础大模型：负责人工智能领域前沿算法的研发、设计、优化，探索人工智能的创新应用
负责研究人工智能在NLP、多模态、图计算、大模型等领域的落地和创新，赋能企业产品智能化转型，提升产品竞争力
负责大模型工具链平台研发，支持大模型数据清洗、训练、编译量化、推理、评估等功能
负责NLP/CV/跨模态基础大模型研发，行业大模型知识注入、精调、推理等研发工作
负责大模型训练、推理加速技术研究，解决千亿级大模型训练及推理加速关键技术问题
负责CV领域目标检测、图像定位、语义分割、多目标跟踪等算法研发
负责AI Agent系统的架构设计与研发，探索基于大模型的自主规划、工具调用、记忆和复杂任务解决能力
机器学习/计算机视觉：研发基于图像、视频、计算摄影、计算机视觉、多模态大模型的相关算法
研发轻量化视频算法（如视频HDR/视频夜景）与多摄协同（曝光/色调/变焦），提升目标检测、目标分割任务相关精度
研究模型轻量化，优化算法模型，包括对算法微调、对模型结构轻量化设计、以及对模型量化、剪枝、蒸馏等
利用CPU、GPU、DSP、NPU等硬件，提高算法运行速度，推动算法在端侧的落地，优化能效比
AI应用：大模型应用研发与落地（负责大模型在智能运维场景的落地应用，利用AI Agent解决端到端复杂问题
结合知识图谱等技术增强大模型在运维场景的专业能力，优化模型训练与推理效果）
AI算法与系统优化（研发预测、分类、故障定界定位等AI模型，融合深度学习、知识图谱、优化算法提升模型性能与精度
设计智能运维统一算法平台，优化算法在协议栈、网络故障诊断等场景的工程化落地）
基础软件与智算网络技术研究（研究大模型高效推理技术，包括推理引擎架构设计、模型压缩与加速、异构计算资源优化
探索智能体开发、工具调度、记忆管理等技术，推动智能运维的自动化决策能力
参与智算网络、确定性网络等前瞻性技术研究，优化网络与算力协同架构）
技术生态与创新（持续跟踪大模型、AIGC、智算网络等领域技术发展，将创新成果应用到智能运维中，提升产品竞争力）
AI Infra：负责构建和优化公司AI基础设施的核心竞争力，提升AI系统在训练与推理场景下的性能、规模、可用性和易用性，推动AI技术在公司核心业务及行业客户中的高效落地
结合前沿AI技术，设计高性能、高可靠的AI基础设施，并参与软硬协同优化、行业解决方案设计及生态工具链适配
核心职责包括：AI基础设施架构与优化（设计并优化分布式训练与推理架构，提升模型集群训练效率、推理性能及资源利用率
构建高可用、可扩展的AI集群管理系统，保障大规模AI任务的稳定运行
开发工具链，降低AI研发门槛）
前沿AI技术研究与落地（参与核心AI模型架构设计，探索模型结构、算法与软硬件基础设施联合优化的新技术
大模型的高效训练与推理优化
语言大模型、多模态大模型、世界模型、推荐系统等方向的工程化落地
将学术界/工业界前沿技术适配到公司业务场景）
性能优化与系统开发（参与算子设计、开发、模型训练/推理性能调优
构建可靠性系统，保障生产环境AI服务的SLA
设计软硬协同方案，最大化硬件效能
对接主流生态，确保技术栈兼容性）
行业解决方案支持（针对客户行业需求，设计优化AI基础设施方案，解决AI落地中的性能瓶颈和工程挑战）
AI算法方向（测评）：负责AI算法测评集建设（参与声音、视觉、图像、文本等多模态大模型的测评集设计与构建
负责智能体相关算法的评测体系搭建
收集、清洗、标注测评数据，确保数据质量
设计评测指标和基准测试方案）
算法能力集建设（整理、封装核心算法模块，形成可复用的能力组件
编写算法使用文档、测评报告和示例代码
跟踪大模型及智能体领域前沿进展，进行技术调研）
测试与验证（搭建自动化测评流程和基准测试框架
执行算法性能测试，分析测试结果并输出报告
发现并定位算法问题，协助团队持续优化）
AI算法方向（智慧中屏）：负责智慧中屏、算力主机相关产品研发工作：负责AI和机器学习算法设计及产品落地
负责大模型LLM、AI Agent等前沿技术方向跟踪，探索新技术在产品上的潜在应用，输出高价值专利
负责深度学习算法设计、训练与应用，提升产品性能，输出高价值专利
负责AI算力主机技术竞争力预研，甄别技术成熟度，应用到嵌入式端侧产品，包括但不限于人脸识别、物体检测、视频运动目标检测、跟踪、动作行为分析等
完成各类AI和机器学习算法优化和短板能力提升，提升用户体验
硬件AI提效：负责硬件AI提效工作，推动硬件AI工作的顺利开展
跟踪业内硬件AI工作进展，参与硬件AI推进工作包括技术方向预研，AI提效方案制定
负责梳理和优化研发流程，应用AI大模型技术完成研发提效、质量提升，发掘AI大模型业务应用场景
引导业务团队进行落地应用，监控和分析AI大模型落地应用效果，并持续优化和改进
边缘计算：负责统计机器学习、深度学习、强化学习等模型应用的研发工作，持续跟踪业界最优实现，超越并创新
负责通信设备故障的智能诊断算法研究
支撑LLM模型在云边协同、分布式架构中的部署和应用开发
AI算法与应用开发：负责深度学习、强化学习等模型应用的研发工作，持续跟踪业界最优实现，超越并创新
负责通信设备故障的智能诊断算法研究
负责网元内基于数字孪生的故障自愈技术
负责有线转发芯片和系统产品仿真平台系统设计，推动仿真平台研发，牵头芯片参数调优等关键技术攻关
支撑LLM模型在研发过程改进与提效的应用，包含但不限于AI设计评审、代码生成、AI代码评审、用例生成等
优先资格
优先条件：
熟悉机器学习、深度学习算法模型及平台使用，在国际会议期刊发表论文者优先
熟练的Python/C/C++编程经验，数学功底扎实，英语沟通能力强
安卓开发经验
熟悉GPGPU等AI芯片架构，熟悉CUDA语言
有端侧AI部署经验者优先，如安卓开发、模型量化、NPU加速等
有大规模集群网络优化经验者优先
有大模型研发经验者优先
熟练掌握Python/C++/Java者优先
熟悉AI推理引擎开发、模型压缩与异构计算加速技术者优先
掌握如下一项领域知识者优先：熟悉数据通信网络（TCP/IP、QoS、OpenFlow）、智能运维场景（故障诊断、根因分析）或智算网络架构
具备软硬件经验，或芯片编译器算法设计经验
具有知识图谱经验、智能运维经验
主导或深度参与过大模型应用、AI系统开发、智算网络/芯片相关项目者优先
在领域顶级会议（如NeurIPS、ICML、AAAI、VLDB等）发表过文章，或有相关实习经验/高水平竞赛（如ACM）获奖经验者优先
有大模型本地部署和调优经验优先
有实践经验者优先（如langchain、RAG、知识图谱等）
具备算法创新能力者优先
有一定的通信行业领域应用经验者优先
有实践经验者优先（针对大规模分布式）
AI 洞察
优缺点分析
优点
暂无明确优点
缺点 / 挑战
暂无明显挑战项
角色解读
暂无内容
申请策略
暂无内容
面试指南
暂无内容
中兴通讯 的其他在招职位
相似职位推荐
Watch Jobs