AI Infra 实习生

岗位介绍

我们正在寻找一位 AI Infra 实习生，与算法研究员和 SRE 团队协作，参与 AI 训练、推理和评测基础设施的建设与优化。

你将接触 GPU、Kubernetes、分布式训练、推理加速、任务调度和性能优化等方向，参与解决真实 AI Workload 中的性能、稳定性和资源利用率问题。

你还有机会参与大规模 AI 集群的建设与优化，接触真实工业场景中的系统设计与工程实践，深入了解 AI 基础设施正在快速发展的技术方向，在行业发展的最前沿积累实践经验。

岗位职责

训练与推理性能优化

参与训练、推理及评测任务的性能分析和优化

使用 Benchmark、Profile、日志等工具定位计算、显存、通信、存储等环节的问题

协助优化 GPU 利用率、训练吞吐、推理性能及资源使用效率

AI 任务与基础设施

参与 Kubernetes 上训练、推理及评测任务的开发和运行

参与 GPU 资源管理、任务调度及运行稳定性相关工作

协助建设 AI 任务相关的自动化工具和基础能力

AI 工具与工程化

参与训练、推理、评测相关工具和接口的开发

建设性能 Benchmark、监控及问题诊断能力

使用 AI Coding Tool / Agent 辅助完成代码开发、调试和问题分析

技术调研与实践

跟踪分布式训练、推理及 AI Infra 领域的新技术

参与 PyTorch、vLLM、Kubernetes 等相关技术的调研和实践

针对实际问题进行技术验证和方案 Benchmark

任职要求

计算机、软件工程、人工智能等相关专业，本科高年级或硕士在读

具备良好的编程基础，熟练使用 Python

了解 Linux 和 Git，具备基本的软件工程能力

了解深度学习基本原理，有 PyTorch 或大模型相关项目经验优先

对 GPU、分布式系统、Kubernetes 或 AI Infra 有一定了解，至少对其中一个方向有兴趣或实践经验

具备较强的学习能力和动手能力，能够阅读已有代码并独立完成一定的开发工作

能够熟练使用 AI Coding Tool / Agent 辅助工程开发，并具备基本的代码审查和验证能力

加分项

有 GPU / CUDA 相关实践经验

使用过 PyTorch、vLLM、DeepSpeed、Megatron-LM 等 AI 框架

有 Kubernetes / Docker 实践经验

了解分布式训练、GPU 调度或推理优化

有 AI Infra、机器学习系统相关课程、项目或科研经历

有开源项目贡献或技术实践经验