英伟达
Deep Learning Performance Software Intern - 2027
Deep Learning Performance Software Intern - 2027
发布于 3 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编程
Mlir
性能优化
智能体系统
深度学习
值不值得投
70综合评分
综合评分 70
顶尖AI基础设施研发实习，技术栈前沿、成长空间巨大，但工作节奏快、WLB一般
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
9.0千
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 330 个在招 · 其中机器学习工程 16 个
市场机会
选择面较广
上海 · 机器学习工程 · 约 390 个在招
职位详情
关于这个职位
负责英伟达上海团队深度学习性能软件研发实习，主要参与GPU加速深度学习软件栈的开发与优化
工作内容涵盖构建Agent工具链（如SKILL、Triton CUDA TileIR后端），基于Tile编程模型开发高性能深度学习算子，并进行端到端的性能调优与分析
适合具备C++/Python基础及CUDA/MLIR经验的计算机/工程类硕博在校生
最低要求
正在攻读工程或计算机科学相关领域的学位
理解智能体系统的核心组件，包括LLM API、提示工程、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
具备优秀的C/C++编程和软件设计能力
具备性能建模、分析、调试、代码优化或CPU/GPU架构知识
工作职责
创建和维护SKILL、Wiki以及Agent工具链（agent harness）
开发TileGym、Triton CUDA TileIR后端以及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
执行性能优化、分析与调优工作
优先资格
硕士或博士研究生在读优先
具有Python编程经验者优先
具有MLIR框架经验者优先
具备GPU编程经验（CUDA或OpenCL）者优先
AI 洞察
优缺点分析
优点
- 接触业界最前沿的GPU硬件与深度学习软件栈
- 拥有顶级科技企业的平台资源与技术导师
- 项目直接支撑全球AI生态，技术含金量极高
- 技术门槛高，需同时掌握编译原理、GPU架构与深度学习框架
- 工作节奏快，对代码质量与性能指标要求极其严格
- 竞争激烈，筛选标准偏向顶尖高校硕博
- 适合对底层系统、高性能计算及AI基础设施有浓厚兴趣，具备扎实计算机基础与强烈自驱力的理工科在校生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向深度学习编译器工程师、高性能计算架构师或AI基础设施专家方向发展
- 积累底层优化经验后，可晋升至核心研发团队或转向AI芯片/软件生态战略岗位
- 负责GPU加速深度学习软件栈的性能优化与工具链开发
- 基于Tile编程模型编写和优化深度学习算子
- 构建和维护面向智能体（Agentic）系统的底层支持框架与测试环境
- 精通C/C++编程与软件设计，熟悉Python
- 掌握CUDA或OpenCL等GPU并行编程技术
- 了解MLIR编译器框架及CPU/GPU架构原理
- 具备性能分析与调优实战经验
申请策略
- 提前研究英伟达最新的GPU架构与软件生态
- 准备1-2个深度技术案例，重点说明你如何解决复杂性能瓶颈问题
- 突出C++/CUDA项目经验，展示具体的性能优化成果（如提速百分比、内存占用降低数据）
- 详细列出参与的深度学习框架二次开发或编译器相关课题
- 强化MLIR/TVM等现代编译器知识
- 深入研读NVIDIA官方文档与开源项目（如Triton、CUDA Samples）
- 补充分布式训练与GPU内存管理相关知识
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答
- 技术题先讲清底层原理（如内存层级、并行粒度），再给出具体优化手段（如共享内存利用、指令调度、向量化），最后用数据验证效果
- 请描述一次你通过修改代码或调整架构显著提升程序性能的经历
- 如何设计一个高效的GPU Kernel来加速矩阵乘法？
- 谈谈你对MLIR或Triton的理解
- 在智能体系统中，如何优化长上下文推理的内存与延迟？
- 复习计算机体系结构（Cache一致性、SIMT架构）
- 动手跑通至少一个CUDA优化案例
职位点评
薪资福利70
成长发展95
工作生活40
使命价值85
薪资福利
70中等
岗位提供符合行业标准的技术实习津贴，但具体金额未披露，整体薪酬满足程度处于市场中位水平。
薪资信号未披露（AI估算：6.5千–1.1万/月）
成长发展
95较高
岗位直接对接前沿AI基础设施研发，技术栈极具前瞻性，成长空间与行业认可度极高。
技术前沿前沿/新兴技术
技术栈C++、CUDA、GPU编程、MLIR、深度学习算子优化、智能体系统
业务类型ambiguous
工作生活
40较低
JD未明确提及办公模式与工时安排，技术导向型岗位通常伴随较高的代码交付压力，生活平衡度取决于具体团队节奏。
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
85较高
致力于推动全球深度学习革命与AI技术突破，社会价值与技术使命感强烈。
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
创新程度积极采用新技术
英伟达 的其他在招职位
相似职位推荐
Watch Jobs