英伟达
Deep Learning Performance Software Intern - 2027
Deep Learning Performance Software Intern - 2027
发布于 1 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Cuda
Gpu Programming
Llm
Mlir
Opencl
Performance Optimization
值不值得投
83综合评分
综合评分 83
顶尖AI核心底层研发实习岗，技术前沿且成长空间巨大，适合追求极致技术深度的极客。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
9千
比机器学习工程中位数低
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 200 个在招 · 其中机器学习工程 10 个
市场机会
选择面较广
上海 · 机器学习工程 · 约 370 个在招
职位详情
关于这个职位
该职位是英伟达的深度学习性能软件工程实习生，主要负责开发和维护基于GPU加速的深度学习软件及性能优化工具
你将参与TileGym、Triton CUDA TileIR后端等项目的开发，通过基于tile的GPU编程模型进行端到端的性能优化、分析与调优
最低要求
正在攻读工程或计算机科学相关专业的大学学位
硕士或博士候选人优先
理解智能体系统（agentic systems）的核心组件，包括LLM API、提示词工程、工具使用/函数调用、智能体循环、规划、推理、记忆、RAG、技能、MCP、子智能体、多智能体架构、上下文工程和工具链工程
优秀的C/C++编程和软件设计能力
具备CPU和GPU的性能建模、性能分析、调试、代码优化或架构知识
工作职责
创建和维护SKILL、Wiki和智能体工具链（agent harness）
开发TileGym、Triton CUDA TileIR后端和CUDA Tile
通过基于tile的GPU编程模型开发高度优化的深度学习内核（kernels）
通过基于tile的GPU编程模型进行端到端的性能优化
进行性能优化、分析和调优
优先资格
有Python使用经验
有MLIR使用经验
有GPU编程经验（CUDA或OpenCL）
AI 洞察
优缺点分析
优点
- 能够接触到全球最前沿的GPU底层技术与AI加速生态，技术壁垒极高
- 团队技术氛围浓厚，有机会参与推动全球深度学习革命的核心项目，对简历含金量提升巨大
- 涉及底层GPU编程与编译器技术（如MLIR、Triton），学习曲线陡峭，技术难度较大
- 对性能优化和架构理解要求高，需要较强的底层系统知识储备
- 适合对底层系统、高性能计算和AI基础设施有浓厚兴趣，具备扎实C/C++功底且愿意钻研GPU架构的计算机相关专业硕博研究生
缺点 / 挑战
暂无明显挑战项
角色解读
- 实习期可深入接触全球顶尖的GPU底层软件与AI加速技术，积累高性能计算与深度学习框架开发经验
- 未来可发展为AI基础设施工程师、深度学习编译器专家或高性能计算架构师
- 参与GPU加速深度学习软件的研发，开发和维护智能体工具链及Wiki
- 负责TileGym、Triton CUDA TileIR后端等核心组件的开发，进行深度学习内核的端到端性能优化与调优
- 扎实的C/C++编程与软件设计能力，熟悉CPU/GPU架构及性能分析调优
- 了解智能体系统核心组件（如LLM API、RAG、多智能体架构等），具备CUDA/OpenCL等GPU编程经验
申请策略
- 了解英伟达在AI基础设施和深度学习编译器方向的最新开源项目（如TileGym），在面试中展现对底层性能优化的热情
- 重点突出C/C++编程能力、GPU编程（CUDA/OpenCL）经验以及性能优化相关的项目经历
- 展示对智能体系统（Agentic Systems）或LLM底层调用的理解与实践
- 提前熟悉Triton、MLIR等深度学习编译器技术，复习计算机体系结构及GPU硬件架构知识
面试指南
- 采用STAR法则回答项目经历，重点突出“发现问题-分析瓶颈-底层优化-量化收益”的过程
- 对于系统架构问题，从组件设计、数据流向和性能考量三个维度展开
- 请介绍一个你使用C/C++或CUDA进行性能优化的项目，你是如何定位瓶颈并解决的？
- 你如何理解智能体系统中的上下文工程和工具链工程？
- 在GPU编程中，如何优化内存访问和线程同步以提升内核性能？
- 请解释Triton或MLIR在深度学习编译器中的作用
- 深入复习CUDA编程模型、GPU内存层级结构及性能分析工具（如Nsight）
- 准备1-2个具有挑战性的底层优化或编译器相关的技术难点案例
职位点评
薪资福利85
成长发展95
工作生活60
使命价值90
薪资福利
85较高
作为核心研发实习岗，实习津贴处于行业头部水平，且转正机会和长期薪资回报预期极高。
薪资信号未披露（AI估算：6千–1.1万/月）
成长发展
95较高
岗位涉及全球最前沿的GPU加速与深度学习底层技术，技术壁垒极高，能接触到行业顶尖的技术栈和开源项目，个人技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈C/C++、Python、CUDA、OpenCL、MLIR、Triton、LLM、RAG、Agentic Systems
业务类型ambiguous
工作生活
60中等
实习岗位通常要求现场办公以融入团队和获取指导，且底层性能优化工作可能需要投入较多精力，WLB情况未明确说明。
工作模式未明确
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
90较高
参与推动全球深度学习革命的核心底层软件研发，赋能全球研究人员实现技术突破，具有极高的行业使命感与技术价值。
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power a revolution in deep learning、enabling breakthroughs in numerous areas
创新程度开拓性创新（行业首创）
英伟达 的其他在招职位
相似职位推荐
Watch Jobs