Watch Jobs
Nvidia logo
英伟达
AI Infrastructure and Frameworks Intern, Cosmos Lab - 2027
立即应聘

AI Infrastructure and Frameworks Intern, Cosmos Lab - 2027

发布于 1 小时前

实习/见习

AI 估算 · 8.0千–1.5万 · AI 参考估算
上海市
无经验要求
本科
实习生仅现场办公AI算法
AI算法
Gpu Optimization
Reinforcement Learning
Robotics
Simulation

值不值得投

70综合评分

综合评分 70

顶尖大厂前沿AI研发实习，技术栈极新，成长路径清晰，但工作强度可能较高

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

1.2万

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 580 个在招

市场机会

选择适中

上海 · AI算法 · 46 个在招

职位详情

关于这个职位

加入英伟达Cosmos Lab基础设施团队，参与物理AI模型（如世界基础模型和机器人策略）的训练与后训练系统开发

你将与导师合作，在NVIDIA GPU基础设施上实现并评估针对真实AI工作负载的系统改进，涵盖分布式并行、强化学习及仿真交互等核心环节

最低要求

正在攻读计算机科学、计算机工程、电气工程或相关领域的学士、硕士或博士学位

具备强大的 Python 和调试技能，拥有并发、分布式执行、内存管理或数据移动方面的系统基础知识
在以下至少一个领域有实践经验：训练基础设施、强化学习基础设施、仿真或机器人集成、推理基础设施（课程、研究、开源项目或实习均算）
具备强大的分析能力和沟通技巧，充满好奇心且愿意学习
不要求掌握所有列出的领域，也不要求之前接触过大型 GPU 集群或具备模型架构/学习算法研究经验

工作职责

开发和优化用于高级物理 AI 世界模型的训练基础设施，支持预训练、监督微调 (SFT) 和强化学习 (RL)

探索分布式并行、分片、低精度训练、计算-通信重叠以及训练与推理之间的数值一致性和高效权重同步
构建支持高级训练算法的物理 AI 后训练和 RL 基础设施
将仿真或（如适用）真实机器人交互与经验收集、rollout 推理、奖励计算、训练和评估连接起来
通过分区、流水线处理、数据传输以及在同步、异步或分离执行之间的同步来优化这些工作流程
通过调度、放置、动态资源分配和负载均衡，提高训练、推理、仿真和评估 across 的效率和可扩展性，支持异构资源、弹性和故障恢复
分析和优化系统性能，与研究人员合作从系统角度调查、支持和比较新兴的物理 AI 模型、训练工作流程和算法
使用性能分析、基准测试和性能建模来识别瓶颈并衡量吞吐量、延迟、GPU 利用率和策略新鲜度
通过经过测试的代码、文档和技术演示分享发现，并在适当时贡献于研究出版物

优先资格

优化训练基础设施的经验，包括分布式并行、低精度训练、GPU 内存效率或计算-通信重叠

优化训练、 rollout、仿真和评估之间调度、放置、资源分配或数据传输的经验
扩展强化学习管道、集成仿真环境或机器人接口、优化推理的经验
GPU 性能分析、C++/CUDA 开发以及 ML 系统的开源贡献或研究也受到重视

AI 洞察

优缺点分析

优点

  • 依托英伟达顶级GPU硬件资源，接触最前沿的物理AI与世界模型技术
  • 拥有资深导师指导，项目成果可直接贡献于顶级研究论文
  • 技术门槛极高，需同时具备扎实的计算机系统功底和对AI算法的理解
  • 计算机相关专业在读硕博或优秀本科生，对AI系统底层优化、分布式训练及机器人技术有浓厚兴趣和实战经验的求职者

缺点 / 挑战

  • 工作内容涉及复杂的分布式调度和性能优化，挑战性强

角色解读

  • 可向AI系统架构师、高性能计算专家或AI基础设施研究员方向发展，积累底层系统与前沿AI结合的核心竞争力
  • 负责构建和优化支撑物理AI模型（如世界模型、机器人策略）的训练与推理基础设施
  • 精通Python，深入理解分布式系统、并发编程及内存管理，熟悉深度学习训练流程（预训练、SFT、RL）

申请策略

  • 准备展示具体的代码项目或开源贡献，特别是涉及性能优化或系统集成的部分
  • 面试中需展现强烈的求知欲和系统性思维
  • 突出展示在分布式系统、高性能计算或深度学习框架方面的项目经历
  • 强调Python编程能力及解决复杂系统问题的经验
  • 复习操作系统原理（并发、内存管理）、计算机网络及分布式系统理论
  • 了解主流深度学习训练框架（如PyTorch Distributed）的底层机制

面试指南

  • 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术手段的选择依据、遇到的具体困难及量化后的优化效果
  • 请介绍一个你优化过的分布式系统或高性能计算项目的经历
  • 如何在大规模训练中处理GPU内存不足的问题？
  • 解释一下分布式训练中的数据并行与模型并行的区别及优缺点
  • 你如何诊断和定位系统中的性能瓶颈？
  • 复习分布式训练算法（Data Parallelism, Model Parallelism, Pipeline Parallelism）
  • 熟悉Linux系统调用及性能分析工具（如Nsight, Perf）
  • 了解CUDA编程基础

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

作为全球顶尖科技巨头的实习岗位，虽然JD未披露具体薪资，但通常提供具有竞争力的实习津贴和完善的福利保障，高于市场平均水平。

薪资信号未披露（AI估算：8.0千–1.5万/月）

成长发展

95较高

该职位处于AI基础设施与物理AI的最前沿，提供与资深导师一对一指导的机会，并能直接参与顶级研究发表，成长空间极大。

技术前沿前沿/新兴技术
技术栈Physical AI、World Foundation Models、Reinforcement Learning、Distributed Parallelism、GPU Infrastructure、Python、CUDA
成长机会work with a mentor、contribute to research publications
业务类型profit_center

工作生活

40较低

作为研发型实习岗位，通常需要在办公室进行协作，JD未提及远程或弹性工作制，且前沿技术研发往往伴随较高的工作强度和时间投入。

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

致力于推动物理AI和世界模型的发展，促进机器人与现实世界的交互，具有极高的技术创新价值和社会影响力潜力。

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advanced Physical AI models、real-world robot interaction
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

Agent 开发工程师-订单组

同程旅行 · 北京市
薪资 · 3.0–4.5万10 小时前发布

Agent评测工程师

美团 · 北京市
AI 估算 · 2.5–4.5万10 小时前发布

【实习】大模型评测实习生

美团 · 北京市
AI 估算 · 0.3–0.4千10 小时前发布

AI Agent 知识库方向技术专家

美团 · 上海市
AI 估算 · 4.0–7.0万10 小时前发布

Industrial Engineering ES

德科斯米尔 · 沈阳市
AI 估算 · 1.8–3.0万10 小时前发布

阿里云智能-集合通信优化技术专家-杭州/北京

阿里巴巴 · 杭州市
AI 估算 · 6.0–10.0万11 小时前发布

数据技术及产品部-AI领域专家-美术方向

阿里巴巴 · 杭州市
AI 估算 · 4.0–7.0万11 小时前发布

业务技术-AI Agent 应用开发工程师-数据Agent方向

阿里巴巴 · 杭州市
AI 估算 · 2.5–4.0万11 小时前发布
Watch Jobs