将参与 CPU / GPU / SoC 平台上的 AI 与深度学习性能评测工作，通过运行大规模 Benchmark、搭建自动化测试与数据分析工具，完成性能、延迟及性能功耗比（Perf/Watt）的对比分析，为芯片设计与性能优化提供数据支持。我们期待具备 C/C++ / Python 编程能力，熟悉 Linux 与性能分析，了解深度学习模型并使用过 PyTorch / TensorFlow / TensorRT 等框架的在校学生；具备 CPU/GPU 架构基础、分布式训练或推理、以及 LLM/AIGC（如 LLama、Qwen、DeepSeek）经验者优先，每周至少可实习 3 天。

- CS or EE related majors - Solid Programming Skill - Familiar with Linux Development Environment - Responsible, Cooperative, and with good communication skills - Cloud Domain Knowledge is a big plus (Big Data and AI, etc) 4-5 days at office per week and 5 months internship at least

团队简介 我们是 Intel AI Framework 团队，致力于在 Intel CPU / XPU（GPU）平台 上提升主流 AI 框架与推理系统的性能和可扩展性。 团队长期参与并推动 SGLang、PyTorch 等开源项目 的上游协作，重点关注 大模型推理、算子性能、编译与运行时优化，让 AI 框架在 Intel 硬件上“跑得快、跑得稳、易规模化”。 加入我们，你将直接参与 真实生产级 AI 框架与算子优化工作，而不是停留在 demo 或 toy project。 ________________________________________ 实习方向 算子 / Kernel 优化 • 参与高性能算子（如 GEMM、Attention、LayerNorm、MLP、多路算子融合等）的实现与优化 • 利用 SIMD / AMX / oneDNN / XPU backend 等技术提升算子性能 • 对接 PyTorch custom op、Inductor / Triton / SYCL 等技术栈 • 利用LLM自动化算子优化迭代与生成 ________________________________________ 岗位要求 我们希望你具备以下背景（满足一部分即可）： • 计算机、软件工程、电子工程、人工智能等相关专业在读本科 / 硕士 / 博士 • 熟悉 C/C++ 或 Python，有较好的代码能力 • 对 深度学习框架或系统性能优化 有强烈兴趣 • 具备良好的问题分析能力和工程耐心，愿意深入底层定位性能问题 加分项（非必需，但非常欢迎）： • 熟悉 PyTorch / SGLang / vLLM / Triton / oneDNN 中的一种或多种 • 有性能优化经验：profiling、cache / vectorization / 并行优化 • 了解 CPU / GPU 架构、SIMD、AMX、内存层级等系统知识 • 有开源项目贡献经验（GitHub PR / issue / benchmark 等） ________________________________________ 你将获得 • 直接参与 主流 AI 框架和大模型推理系统 的核心优化工作 • 与资深框架 / 性能工程师深度合作，系统性提升工程能力 • 对真实工业级 workload 与 Intel 硬件平台的深入理解 • 表现优秀者可获得 转正 / 推荐 / 长期合作机会

一、岗位职责 1. AI Agent 在软件系统中的研发与落地 参与 AI Agent 在复杂软件系统与工程流程中的研究与实践，探索智能体在多步骤任务中的自 主规划、决策与执行能力，推动 AI Agent 在提升工程效率与系统优化场景中的实际应用。 2. AI Agent 与底层技术体系的协同设计 探索 AI Agent 与现有模型、框架及工具链的协同工作方式，构建具备工程可用性的智能体系 统，提升其在复杂技术环境中的自动化水平与整体智能化能力。 二、岗位要求 （一）基本要求 1. 计算机科学、人工智能、软件工程或相关专业的在读硕士或博士研究生 2. 熟练使用 Python，具备良好的软件工程习惯和扎实的代码能力 3. 对 深度学习系统或大模型推理 至少一个方向有深入理解，包括但不限于： o PyTorch / TorchDynamo / FX / Inductor o 大语言模型推理流程（如 KV Cache、Prefill / Decode） 4. 对大语言模型（LLM）的理解不仅停留在 API 使用层面，能够理解其推理过程、性能瓶颈和工 程约束 5. 具备较强的问题拆解能力，能够将复杂工程问题抽象并建模为 AI Agent 可执行的任务结构 （二）加分项 • 具备大模型量化相关经验，如 GPTQ、AWQ、SmoothQuant、MXFP、FP8 等 • 熟悉主流模型推理加速或部署框架 • 了解或实践过高性能计算、底层算子或内核相关开发与优化 • 有 AI Agent 实际落地经验（不限学术背景），如 Agent 架构设计或工具调用实践 • 具备复杂工程系统的开发或维护经验，如自动化测试、评测、CI 或性能分析工具• 有开源项目贡献经验（模型、系统、编译、加速或 Agent 框架相关均可） • 可连续实习 4 个月及以上，每周线下到岗 4 天及以上

岗位简介 加入英特尔服务器平台应用与固件工程（PAE FW）团队，参与服务器以及平台固件开发与验证，获得真实产品级、系统级工程实践经验。 岗位职责 • 参与服务器平台相关模块的设计、开发与调试 • 参与固件设计、开发、验证与问题定位（BIOS / 嵌入式固件） • 在受限系统环境下进行问题分析与性能调优 • 配合硬件设计与系统架构，支持软硬件协同集成 • 使用 C/C++ 及 Python / Shell 脚本提升开发与调试效率 • 分析和解决固件问题，支持系统稳定性与质量提升 任职要求 • 计算机、电子工程等相关专业硕士在读 • 熟悉 C/C++，了解 Python 或 Shell • 具备计算机体系结构、操作系统或底层软件基础 • 具备良好的学习能力、分析能力与团队协作意识 加分项 • 有固件、嵌入式或服务器平台相关经验 • 对底层系统与新技术有浓厚兴趣 在英特尔，你将参与真实产品级项目，为未来从事服务器平台与固件工程打下坚实基础

职位描述 英特尔数据中心部门正在招聘一名软件验证实习生。在此岗位上，您将协助英特尔软件验证工程师或调试工程师创建测试用例并编写自动化脚本。我们希望您能有效地验证平台、定位问题根本原因并与跨职能团队协作。您还将开发AI解决方案，以促进脚本自动化、测试用例执行和问题调试。我们希望您能协助提高英特尔至强产品的质量。 任职资格 能够使用 Python、C++ 或其他编程语言之一编写高质量代码。 熟悉 Linux 和 Windows 的命令行操作以及 Shell 编程。 具备AI意识以及AI解决方案开发的实际经验。 具备专业的英文文档和规范读写能力。 拥有计算机科学或相关工程领域的硕士学位。

岗位概述 英特尔 DCG 中国正在招聘一名研究实习生，参与面向 KV Cache 中心化系统 的 Scale up 协议与内存池化（Memory Pooling） 技术研究。该岗位将聚焦新一代 AI 超节点（Supernode）架构，在系统性能、成本效率及规模化部署方面开展前沿探索，支持大规模 AI 推理与训练场景。 工作职责 • 解耦式超节点架构的系统创新与成本优化 o 研究解耦式（Disaggregated）AI 超节点架构设计中的关键技术与系统级权衡 o 分析不同架构方案在性能、扩展性以及 BOM 成本方面的影响 o 支持架构方案从 NPI（新产品导入）到 HVM（规模化量产）的可扩展性评估 • GPU 互连协议与内存池化技术研究 o 研究并实现基于以太网的 GPU 互连协议原型 o 探索面向大规模 AI 推理与训练集群的分布式内存池化机制 o 支持 KV Cache 等关键数据路径的系统级优化 任职要求 • 电气工程、计算机工程、计算机科学或相关专业硕士在读 • 熟悉 RDMA 核心机制，包括单边读/写、Send/Receive verbs、QP 管理以及内存注册 • 具备 Mellanox ConnectX 7 相关测试与调试经验，熟悉 perftest、ibstat、mlnx_tuning 及 OFED 工具集 • 了解大语言模型（LLM）推理性能评测方法及常用指标（如 TTFT、TBT、token/s），并具有使用 vLLM、lm evaluation harness 或同类框架的经验

我们诚邀您加入我们，共同探索、创新、开发并交付最前沿的人工智能解决方案。作为AI框架工程师实习生，您将与高水平的工程团队合作，参与端到端AI解决方案开发与优化的全生命周期，包括技术设计、实现、质量保证以及性能调优。 工作职责： • 在英特尔产品上设计和开发优化的AI框架（vLLM）。 • 测试、分析并优化关键AI模型在英特尔平台上的性能。 任职资格： • 计算机科学、软件工程或相关专业硕士在读。 • 扎实的计算机体系结构、操作系统、数据结构与算法以及AI框架知识。 • 具备Python和C/C++编程经验。 • 可以实习6个月以上，每周至少4天。 • 有开源软件开发和贡献经验优先。 • 熟悉PyTorch框架开发、模型性能分析与优化者优先。 • 熟悉Transformer、vLLM架构，或有相关经验优先 • 具备良好的沟通能力，英语听说读写熟练。 • 责任心强，学习能力快，具备优秀的问题解决能力

岗位职责 • 研究大语言模型（LLM）及文生图等生成模型的量化与压缩技术； • 参与并支持 Intel Neural Compressor、Intel/auto-round 等工具的开发与优化； • 跟踪并探索模型高效部署与推理加速等前沿方向。 岗位要求 • 熟悉深度学习或大语言模型（LLM）的基本原理与应用； • 掌握模型压缩相关技术（如量化、剪枝等）； • 熟练使用 Python 或其他深度学习开发语言。 加分项 • 具备较强的自我驱动与问题解决能力； • 对技术创新和工程实用性充满热情，具备持续探索与突破的动力； • 有模型微调、推理优化或相关工具开发经验者优先。

工作描述： 人工智能（AI）正在改变我们的生活，并且无处不在。我们INTTEL公司是这场AI革命的一部分。INTEL提供的软件栈可以无缝集成到客户的框架中，数百万终端用户使用这些框架。 随着我们在Shanghai的AI工程团队的壮大，我们正在寻找一位充满激情的毕业技术实习生，帮助我们为客户提供高性能和高质量的深度学习解决方案。我们的团队工作包括： • 优化关键用例/模型的性能，调试和修复精度和内存管理等问题 • 设计和开发模型部署架构，如应用vLLM上的新功能加速推理 • 为INTEL的加速器开发和调试高性能Kernel • 与直接同事、协作同事和架构师沟通，讨论问题、解决方案，提供状态更新并获取反馈 • 将新的创新想法应用到产品中 任职要求： 计算机科学、人工智能、软件工程或相关领域的在读硕士或博士研究生 具备良好的C++和Python编程技能 了解深度学习理论基础并有一定的实践经验 有LLM, Multi modal,或Agent经验并对模型结构有深刻理解者优先 有PyTorch、vLLM经验者优先 有GPU Kernel开发经验者优先 每周至少工作4天，能够承诺实习持续半年以上

岗位描述： 英特尔 DCG 中国正在寻找一名充满热情、积极主动且具有才华的研究实习生，参与面向超大规模场景的机密 AI 系统以及 Agent-CC 解决方案的研究工作。理想候选人应在科研方面有突出的表现，并对推动大语言模型（LLMs）、AI 系统和/或微架构相关技术的发展具有浓厚兴趣。 关键资质与兴趣： • 在科研方面表现突出，并对推进大语言模型（LLMs）和 AI 系统相关技术有浓厚兴趣。 • 对计算机系统、微架构以及高速 I/O 具有扎实的理解。 • 对 Agent AI 及面向机密计算的系统解决方案设计感兴趣。 • 热衷于利用快速演进的技术解决行业挑战。 优先考虑条件： • 熟练掌握动手编程能力（如 C、Python、Rust、JavaScript 等），并具备 Agent AI 工作流相关经验。 • 具备 AI 数据隐私、数据安全或机密计算相关的研究经验者优先

部门介绍： Intel CAE（Intel Compilers and AI Libraries Engineering）团队负责为Intel芯片(CPU, GPU)开发和维护编译器（Compiler）和人工智能库（AI Libraries）相关产品，帮助Intel最大程度发挥芯片的性能，从而为客户带来最佳体验和最大价值。CAE 寻求编程极客和高手加入团队，从事编译器（Compiler）和人工智能库（AI Libraries）的软件开发和测试。 职位描述： 负责基于英特尔GPU产品的人工智能算子的设计、开发、测试和性能调优；工作内容将涵盖AI 应用、算法研究、算子开发、中间件、框架、操作系统、驱动程序等 职位要求： 计算机科学及相关专业的在校大学生或者研究生 至少熟悉一门语言的开发和调试：C/C++/Assembly/Java/Python 良好的书面和语言沟通能力，能够主动发现并解决技术问题 了解主流深度学习框架，例如 TensorFlow、PyTorch 等 加分项： 熟悉操作系统内核（OS internals），计算机体系结构（Architecture），x86指令集（Instruction Set） 熟悉编译原理以及语言运行时管理软件 了解并行计算（例如CUDA, SYCL, OpenCL） 了解深度学习工作负载或高性能计算工作负载的性能分析和优化

我们诚邀您加入我们，共同探索、创新、开发并交付最前沿的人工智能解决方案。作为AI框架工程师实习生，您将与高水平的工程团队合作，参与端到端AI解决方案开发与优化的全生命周期，包括技术设计、实现、质量保证以及性能调优。 工作职责： • 在英特尔产品上设计和开发优化的AI框架（如PyTorch）。 • 测试、分析并优化关键AI模型在英特尔平台上的性能。 任职资格： • 计算机科学、软件工程或相关专业本科或硕士在读。 • 扎实的计算机体系结构、操作系统、数据结构与算法以及AI框架知识。 • 具备Python和C/C++编程经验。 • 有开源软件开发和贡献经验。 • 熟悉PyTorch框架开发、模型性能分析与优化者优先。 • 具备良好的沟通能力，英语听说读写熟练。 • 责任心强，学习能力快，具备优秀的问题解决能力。

关于这个实习岗位 加入英特尔（Intel），成为 RTL 设计或验证工程实习生，参与推动前沿硅芯片技术创新的核心工作。作为英特尔充满活力、跨团队协作工程团队的一员，你将参与 芯片功能逻辑的设计或验证，确保其实现与架构规格保持一致。 你将加入 英特尔 AI accelerator SOC工程团队, 有机会从 架构规格出发进行 RTL 设计实现，并使用业界领先的技术和方法，构建完善的 验证计划、测试平台和验证环境。你将与架构、设计和验证团队紧密合作，从规格到 RTL，再到严格验证，完整参与芯片前端流程，对英特尔的技术路线图产生实际影响，同时为你在 芯片设计与验证方向 的职业发展打下坚实基础。 ________________________________________ 你将参与的工作 本岗位同时覆盖 RTL 设计方向 与 RTL 验证方向，具体参与内容将根据团队需求和个人背景匹配。 RTL 设计相关 • 基于架构规格和功能需求，设计并实现 RTL 功能模块 • 使用 Verilog / SystemVerilog 编写可综合的 RTL 代码，开发复杂数字电路与 IP 模块 • 与架构团队紧密协作，深入理解设计需求，并转化为高效、可实现的 RTL 方案 • 在满足功能与时序要求的前提下，对设计进行 功耗、性能和面积（PPA）优化 • 参与设计评审，遵循并推动 RTL 编码规范和工程最佳实践 RTL 验证相关 • 制定并执行完整的 RTL 验证计划，覆盖设计功能与边界场景 • 使用 SystemVerilog 和 UVM 方法学 搭建健壮的测试平台和验证环境 • 通过 仿真、仿真加速（Emulation）及形式验证 等手段验证设计正确性并达成覆盖率目标 • 定位和分析设计问题，进行 问题根因分析（Root Cause Analysis） 并推动修复 • 与设计团队协作，解决功能及时序相关问题 ________________________________________ 我们希望你具备 基本要求（欢迎在读学生投递） • 本科或硕士在读，专业包括（但不限于）：计算机工程 / 电子工程 / 计算机科学 / 相关理工科专业 • 熟练使用 SystemVerilog / Verilog，可用于 RTL 设计及验证 • 掌握数字电路基础知识，包括 逻辑设计、有限状态机（FSM）、计算机体系结构 • 理解 RTL 设计基本原则，如可综合编码、时序收敛与设计优化 • 了解 OVM / UVM、约束随机验证 等主流验证方法学 • 熟悉主流 EDA 工具（如 VCS、Synopsys、Cadence、Mentor Graphics）的基本使用 • 了解硬件验证流程及测试环境的构建思路 不要求你样样精通，但希望你具备扎实基础 + 清晰兴趣方向 + 主动学习能力 ________________________________________ 实习时间要求（请在投递前确认） • 实习周期不少于 6 个月 • 每周至少到岗 4 天（线下办公） 该岗位需要持续参与项目与团队协作，无法满足时间要求的同学请谨慎投递。 ________________________________________ 加分项（非必须，但非常加分） • 同时具备 前端 RTL 设计与验证流程 经验，从规格到硅验证有整体认知 • 了解高级验证技术，如 形式验证、断言验证（Assertion-based Verification）、覆盖率驱动验证 • 理解综合与时序分析相关概念，并能用于 RTL 优化 • 熟悉脚本语言（如 Python / Perl / TCL），用于自动化或工具集成 • 使用过 版本控制系统（Git、Perforce），具备团队协作开发经验 • 了解并接触过常见总线或协议（如 PCIe、AXI、AHB、USB、DDR）及其实现或验证 • 具备较强的问题分析能力和工程细节意识 • 能在 设计与验证跨团队协作 的环境中高效沟通 • 对芯片设计与验证领域充满热情，愿意持续深耕 • 乐于拥抱 AI 工具，并将 真实 AI 应用 融入日常设计与验证工作流程 ________________________________________ 你将获得的成长 • 深度参与 真实芯片项目的 RTL 设计与验证流程 • 系统理解从 架构 → RTL → 验证 → 优化 的完整前端开发链路 • 与经验丰富的英特尔工程师合作，获得实战型指导 • 为未来从事 RTL 设计、Design Verification、芯片架构或硬件研发 打下坚实基础

关于这个实习岗位 加入英特尔（Intel），成为 RTL 设计或验证工程实习生，参与推动前沿硅芯片技术创新的核心工作。作为英特尔充满活力、跨团队协作工程团队的一员，你将参与 芯片功能逻辑的设计或验证，确保其实现与架构规格保持一致。 你将加入 英特尔 AI accelerator SOC工程团队, 有机会从 架构规格出发进行 RTL 设计实现，并使用业界领先的技术和方法，构建完善的 验证计划、测试平台和验证环境。你将与架构、设计和验证团队紧密合作，从规格到 RTL，再到严格验证，完整参与芯片前端流程，对英特尔的技术路线图产生实际影响，同时为你在 芯片设计与验证方向 的职业发展打下坚实基础。 ________________________________________ 你将参与的工作 本岗位同时覆盖 RTL 设计方向 与 RTL 验证方向，具体参与内容将根据团队需求和个人背景匹配。 RTL 设计相关 • 基于架构规格和功能需求，设计并实现 RTL 功能模块 • 使用 Verilog / SystemVerilog 编写可综合的 RTL 代码，开发复杂数字电路与 IP 模块 • 与架构团队紧密协作，深入理解设计需求，并转化为高效、可实现的 RTL 方案 • 在满足功能与时序要求的前提下，对设计进行 功耗、性能和面积（PPA）优化 • 参与设计评审，遵循并推动 RTL 编码规范和工程最佳实践 RTL 验证相关 • 制定并执行完整的 RTL 验证计划，覆盖设计功能与边界场景 • 使用 SystemVerilog 和 UVM 方法学 搭建健壮的测试平台和验证环境 • 通过 仿真、仿真加速（Emulation）及形式验证 等手段验证设计正确性并达成覆盖率目标 • 定位和分析设计问题，进行 问题根因分析（Root Cause Analysis） 并推动修复 • 与设计团队协作，解决功能及时序相关问题 ________________________________________ 我们希望你具备 基本要求（欢迎在读学生投递） • 本科或硕士在读，专业包括（但不限于）：计算机工程 / 电子工程 / 计算机科学 / 相关理工科专业 • 熟练使用 SystemVerilog / Verilog，可用于 RTL 设计及验证 • 掌握数字电路基础知识，包括 逻辑设计、有限状态机（FSM）、计算机体系结构 • 理解 RTL 设计基本原则，如可综合编码、时序收敛与设计优化 • 了解 OVM / UVM、约束随机验证 等主流验证方法学 • 熟悉主流 EDA 工具（如 VCS、Synopsys、Cadence、Mentor Graphics）的基本使用 • 了解硬件验证流程及测试环境的构建思路 不要求你样样精通，但希望你具备扎实基础 + 清晰兴趣方向 + 主动学习能力 ________________________________________ 实习时间要求（请在投递前确认） • 实习周期不少于 6 个月 • 每周至少到岗 4 天（线下办公） 该岗位需要持续参与项目与团队协作，无法满足时间要求的同学请谨慎投递。 ________________________________________ 加分项（非必须，但非常加分） • 同时具备 前端 RTL 设计与验证流程 经验，从规格到硅验证有整体认知 • 了解高级验证技术，如 形式验证、断言验证（Assertion-based Verification）、覆盖率驱动验证 • 理解综合与时序分析相关概念，并能用于 RTL 优化 • 熟悉脚本语言（如 Python / Perl / TCL），用于自动化或工具集成 • 使用过 版本控制系统（Git、Perforce），具备团队协作开发经验 • 了解并接触过常见总线或协议（如 PCIe、AXI、AHB、USB、DDR）及其实现或验证 • 具备较强的问题分析能力和工程细节意识 • 能在 设计与验证跨团队协作 的环境中高效沟通 • 对芯片设计与验证领域充满热情，愿意持续深耕 • 乐于拥抱 AI 工具，并将 真实 AI 应用 融入日常设计与验证工作流程 ________________________________________ 你将获得的成长 • 深度参与 真实芯片项目的 RTL 设计与验证流程 • 系统理解从 架构 → RTL → 验证 → 优化 的完整前端开发链路 • 与经验丰富的英特尔工程师合作，获得实战型指导 • 为未来从事 RTL 设计、Design Verification、芯片架构或硬件研发 打下坚实基础

关于这个岗位 如果你对 AI 技术、系统性能优化以及软硬件协同设计 感兴趣，希望参与真正影响未来 AI 芯片和系统的平台级项目，那么这个岗位非常适合你。 你将加入 英特尔AI accelerator SOC工程团队，直接参与 真实产业级 AI 推理工作负载与系统性能优化，站在 模型 → 软件栈 → GPU 硬件平台 的交叉位置，理解 AI 如何真正“跑起来、跑得快、跑得稳”。你不仅能接触前沿技术，还将通过实际项目，逐步建立面向工业级 AI 系统的工程能力。 你将做什么（实习内容） 在导师和团队的指导下，你将有机会参与： • 复现真实业务场景中的 AI 推理工作负载（例如模型推理、系统级 AI 应用） • 分析和理解 AI 模型在系统中的运行行为，构建 具有代表性的工作负载性能画像 • 使用工具对 AI 软件在不同系统上的性能进行 分析和 Profiling • 找出系统性能瓶颈（如算力、内存、调度等），并提出优化思路 • 将你的分析结果反馈给团队，支持 软硬件协同设计（HW/SW Co Design） • 参与 AI 系统相关的应用研究与软硬件集成实践 这是一个偏 工程实践 + 学习成长型 的实习岗位，而非纯研究或纯应用开发。 我们希望你具备 必备条件 • 本科、硕士或博士在读，专业包括（但不限于）：计算机科学 / 计算机工程 / 电子工程 / 相关理工科专业 • 熟悉 Python 编程，能够用于模型、数据或系统分析任务 • 对 人工智能基础 有系统理解，包括常见模型和算法 • 接触过或使用过 PyTorch 和 / 或 TensorFlow • 对计算机系统有基础认知（如 CPU/GPU、内存、性能分析等） 不要求你什么都会，但希望你有基础 + 愿意学习 + 对底层和系统感兴趣 实习时间要求（请在投递前确认） • 实习周期不少于 6 个月 • 每周至少到岗 4 天（线下办公） 该岗位需要持续参与项目与团队协作，无法满足时间要求的同学请谨慎投递。 加分项（有更好，没有也欢迎投递） • 较强的逻辑分析和问题拆解能力 • 有课程项目、实验室或实习中接触性能优化、系统分析的经历 • 喜欢动手实验、调参数、看 profiling 数据、分析“为什么慢” • 对 AI 系统方向（而不只是模型本身）有长期兴趣 • 能在多背景工程师组成的团队中积极沟通与合作 你能收获什么 • 参与 真实产业级 AI 工作负载与系统优化项目 • 系统理解 AI 模型 → 软件栈 → 芯片平台 的完整链条 • 为未来从事 AI 系统、AI Infra、编译器、芯片/软件协同方向 打下基础

关于这个岗位 如果你对 AI 技术、系统性能优化以及软硬件协同设计 感兴趣，希望参与真正影响未来 AI 芯片和系统的平台级项目，那么这个岗位非常适合你。 你将加入 英特尔AI accelerator SOC工程团队，直接参与 真实产业级 AI 推理工作负载与系统性能优化，站在 模型 → 软件栈 → GPU 硬件平台 的交叉位置，理解 AI 如何真正“跑起来、跑得快、跑得稳”。你不仅能接触前沿技术，还将通过实际项目，逐步建立面向工业级 AI 系统的工程能力。 你将做什么（实习内容） 在导师和团队的指导下，你将有机会参与： • 复现真实业务场景中的 AI 推理工作负载（例如模型推理、系统级 AI 应用） • 分析和理解 AI 模型在系统中的运行行为，构建 具有代表性的工作负载性能画像 • 使用工具对 AI 软件在不同系统上的性能进行 分析和 Profiling • 找出系统性能瓶颈（如算力、内存、调度等），并提出优化思路 • 将你的分析结果反馈给团队，支持 软硬件协同设计（HW/SW Co Design） • 参与 AI 系统相关的应用研究与软硬件集成实践 这是一个偏 工程实践 + 学习成长型 的实习岗位，而非纯研究或纯应用开发。 我们希望你具备 必备条件 • 本科、硕士或博士在读，专业包括（但不限于）：计算机科学 / 计算机工程 / 电子工程 / 相关理工科专业 • 熟悉 Python 编程，能够用于模型、数据或系统分析任务 • 对 人工智能基础 有系统理解，包括常见模型和算法 • 接触过或使用过 PyTorch 和 / 或 TensorFlow • 对计算机系统有基础认知（如 CPU/GPU、内存、性能分析等） 不要求你什么都会，但希望你有基础 + 愿意学习 + 对底层和系统感兴趣 实习时间要求（请在投递前确认） • 实习周期不少于 6 个月 • 每周至少到岗 4 天（线下办公） 该岗位需要持续参与项目与团队协作，无法满足时间要求的同学请谨慎投递。 加分项（有更好，没有也欢迎投递） • 较强的逻辑分析和问题拆解能力 • 有课程项目、实验室或实习中接触性能优化、系统分析的经历 • 喜欢动手实验、调参数、看 profiling 数据、分析“为什么慢” • 对 AI 系统方向（而不只是模型本身）有长期兴趣 • 能在多背景工程师组成的团队中积极沟通与合作 你能收获什么 • 参与 真实产业级 AI 工作负载与系统优化项目 • 系统理解 AI 模型 → 软件栈 → 芯片平台 的完整链条 • 为未来从事 AI 系统、AI Infra、编译器、芯片/软件协同方向 打下基础

Responsibilities include: • Develop Intel Neural Compressor product and related tools (auto-round), optimize for Intel AI platform, including CPU, GPU and AI Accelerator • Research and implement quantization and compression techniques for large language models (LLMs) and text-to-image/video generation models • Track and explore cutting-edge directions in efficient model deployment and inference/finetuning acceleration. Qualifications: • Bachelor’s or master’s degree, major in computer science or related subjects • Solid understanding of deep learning, deep learning framework and large language model (LLM) fundamentals • Familiarity with model compression techniques such as quantization and pruning • Proficiency in Python/C++ or other programming languages commonly used for deep learning development • Strong sense of teamwork and group collaboration • Good English oral and written skill Preferred Qualifications • Strong self-motivation and problem-solving skills • Passion for technological innovation and practical engineering, with a drive for continuous exploration and improvement • Experience in model fine-tuning, inference optimization or related tool development is a plus

岗位职责 研究大语言模型（LLM）及文生图等生成模型的量化与压缩技术； 参与并支持 Intel Neural Compressor、Intel/auto-round 等工具的开发与优化； 跟踪并探索模型高效部署与推理加速等前沿方向。 岗位要求 熟悉深度学习或大语言模型（LLM）的基本原理与应用； 掌握模型压缩相关技术（如量化、剪枝等）； 熟练使用 Python 或其他深度学习开发语言。 加分项 具备较强的自我驱动与问题解决能力； 对技术创新和工程实用性充满热情，具备持续探索与突破的动力； 有模型微调、推理优化或相关工具开发经验者优先.

职位描述： Intel CAIGC (AI与GPU IP事业部）以领先AI技术与基础软件生态为核心，我们与操作系统厂商（OSV）、独立软件商（ISV）及全球开发者构建端到端AI软件生态，助力客户打造差异化体验。团队聚焦两大核心方向：一是通过专用NPU IP赋能AI PC生态，二是全栈GPU IP覆盖英特尔全产品链的Media、Display、Graphics，从芯片IP到系统平台实现一体化交付，支撑GPU技术路线图落地。我们的价值在于以AI重塑终端体验，以GPU驱动高性能计算，巩固英特尔在AI PC及GPU领域的领导地位。 我们正在寻找软件实习生，加入我们，工作将主要专注于AI驱动的软件开发和验证，负责软件质量测量和跟踪系统的构建与优化。表现优秀者将获得毕业后加入英特尔中国的机会，开启国际化职业发展道路。 职位要求: 教育背景和工作经验：计算机科学、计算机工程或电气工程专业的硕士以上，或相关领域且对AI技术有浓厚兴趣的学生。 职责包括但不限于： 运用前沿AI技术和模型，使用Python/C/C++开发高性能软件模块，包括视频编解码器、视频处理等关键组件 在多操作系统环境（Windows、Linux）下，针对各种英特尔平台进行媒体驱动程序的性能分析、调优和优化 开发自动化验证工具，进行系统调试和集成，性能调优 在智能体框架中部署大语言模型 (LLM)、视觉语言模型 (VLM)等先进AI技术 任职资格： • 计算机科学、软件工程、电气工程等相关领域硕士及以上在读生，对AI技术有浓厚兴趣和学习热情 • 具备Windows/Linux软件开发实践经验，深入了解软件开发和测试的完整流程 • 精通Python/C/C++编程语言，具备良好的代码质量意识和编程规范 • 具备强烈的学习驱动力，热衷于解决复杂技术问题，善于主动思考和创新 • 优秀的团队沟通和协作能力 • 每周可投入4-5天时间，连续工作4个月及以上 技能加分项: • 深度理解视频编码/解码/处理技术 • 具备 LLM, Agentic AI, VLM技术知识储备