ABB logo
通用电气-布朗-博韦里
AI Software Engineer Intern

AI Software Engineer Intern

发布于 2 小时前

实习/见习

AI 估算 · 4.5–7.0千 · AI 参考估算
无经验要求
本科
实习生混合式弹性办公AI算法
AI算法
Cann
Cuda
Nvidia Jetson
Onnx
Pytorch
模型部署
边缘Ai

值不值得投

75综合评分

综合评分 75

外企知名背景、前沿边缘AI技术栈、混合办公、侧重技能成长

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,方便比较实习机会。

薪资怎么样

6.0千

比AI算法中位数低

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 250 个在招

市场机会

选择面较广

上海 · AI算法 · 约 120 个在招

职位详情

关于这个职位

该职位是ABB机器人与自动化部门在上海的AI软件工程师实习岗位

主要职责是在边缘计算平台(如NVIDIA Jetson、华为Atlas)上进行AI模型的部署、测试与评估,包括性能基准测试、微调支持及自动化脚本编写
旨在通过实地操作帮助候选人积累工业AI落地经验

最低要求

计算机科学、软件工程、人工智能、自动化或电子工程等相关专业的本科或硕士在读学生

具备良好的Python编程能力
熟悉Linux操作系统、Git版本控制及Shell脚本者优先
对机器学习或深度学习有基本理解,了解模型训练、推理和评估流程
具备结构化测试能力,能够分析数据并撰写清晰的技术报告(中英文)

工作职责

搭建、配置和维护边缘AI开发板及其软件环境

在NVIDIA Jetson和华为Atlas平台上部署并运行各类AI模型
设计并执行涵盖模型精度、延迟、吞吐量、内存使用、稳定性和资源消耗的结构化测试
在一致测试条件下对比模型与平台性能,记录问题并总结发现
支持小型AI模型的数据准备、训练和微调,包括实验跟踪和结果验证
编制清晰的测试计划、测试报告、基准摘要和技术文档
在实际场景中利用脚本自动化重复的部署、测试和数据预处理活动
与软件和AI工程师协作,排查模型转换、运行时和硬件兼容性问题

优先资格

有PyTorch、TensorFlow等主流深度学习框架使用经验者优先

有NVIDIA Jetson、华为Ascend/Atlas开发板、CUDA、CANN、ONNX或模型部署实战经验者优先
细心、自驱力强,愿意学习新工具和新平台
能确保每周至少3天在上海现场办公,且实习期承诺6个月或以上

AI 洞察

优缺点分析

优点

  • 依托ABB全球领先机器人业务,接触真实的工业级AI应用场景
  • 提供NVIDIA和华为等前沿硬件平台的实操机会,技术栈极具含金量
  • 外企工作氛围规范,导师制有助于新人成长
  • 需要同时兼顾软硬结合的知识体系,对计算机底层原理有一定要求
  • 边缘端资源受限,模型优化与调试难度较大
  • 需保证较长的实习周期和固定的出勤时间
  • 计算机/AI相关专业在校生,对边缘计算、嵌入式AI或机器人领域感兴趣,动手能力强且追求技术深度的同学

缺点 / 挑战

暂无明显挑战项

角色解读

  • 从AI测试与部署实习生起步,深入掌握边缘AI工程化技能
  • 未来可发展为AI算法工程师、嵌入式AI开发工程师或机器人软件架构师
  • 负责在边缘计算硬件(如Jetson、Atlas)上搭建AI开发环境
  • 执行AI模型的部署、性能测试(精度、速度、资源占用)及基准测试
  • 协助进行小模型的微调与数据处理,并输出技术文档
  • 扎实的Python编程与Linux系统操作能力
  • 理解深度学习基础原理及常用框架(PyTorch/TensorFlow)
  • 熟悉边缘计算硬件特性及模型部署流程(ONNX/CUDA等)
  • 具备良好的英语技术文档读写能力

申请策略

  • 在申请信中展示对ABB机器人业务的了解,以及对边缘AI技术的独特见解
  • 准备好演示一个完整的模型部署案例(从训练到边缘端运行)
  • 突出Python编程能力及Linux操作熟练度
  • 详细列出参与的AI项目,特别是涉及模型部署、量化或边缘端优化的经历
  • 强调对NVIDIA Jetson或华为Atlas等特定硬件的使用经验
  • 复习深度学习基础理论,重点理解模型推理过程
  • 学习ONNX模型转换及CUDA编程基础
  • 练习撰写英文技术报告,提升专业表达能力

面试指南

  • 采用STAR法则(情境、任务、行动、结果)回答项目经验类问题
  • 针对技术问题,先阐述基本原理,再结合具体工具链(如PyTorch转ONNX再到Jetson)说明实现路径
  • 请介绍你使用过的深度学习框架及模型部署经验
  • 如何在资源受限的边缘设备上优化AI模型的性能?
  • 描述一次你解决硬件兼容性或驱动问题的经历
  • 如何设计一个科学的AI模型测试方案?
  • 复习PyTorch/TensorFlow的基本API及模型导出格式
  • 了解NVIDIA TensorRT或华为MindSpore Lite等推理引擎的基本概念

职位点评

薪资福利70
成长发展85
工作生活65
使命价值75

薪资福利

70中等

作为知名跨国企业,提供的实习津贴符合市场水准,虽非顶尖但福利体系完善,稳定性较高。

薪资信号未披露(AI估算:4.5–7.0千/月)

成长发展

85较高

岗位直接涉及前沿的边缘AI技术和主流硬件平台,技术栈现代且实用,能提供极高的技能成长空间。

技术前沿前沿/新兴技术
技术栈AI model evaluation、Edge AI computing、NVIDIA Jetson、Huawei Atlas、PyTorch、TensorFlow、CUDA、CANN、ONNX
业务类型profit_center

工作生活

65中等

混合办公模式提供了灵活性,但要求每周至少3天到岗且实习期较长,对工作安排的连续性有一定要求。

工作模式混合式弹性办公
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

75中等

身处工业自动化与机器人这一具有广泛社会影响力的行业,工作内容直接关联智能制造与效率提升,具有一定的职业使命感。

行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号help industries outrun - leaner and cleaner、shaping the future of robotics
创新程度积极采用新技术
Watch Jobs