职位描述： 我们正在寻找对人工智能系统底层优化充满热情的实习生加入团队！您将有机会参与到前沿AI加速技术的研究与开发中，在资深工程师的指导下，学习并实践如何为特定硬件平台（如GPU/AI加速卡）设计和优化高性能计算算子（Kernel），直接助力提升深度学习模型的运行效率。 实习职责： 参与算子库开发支持： 在导师指导下，协助开发和测试用于深度学习模型的高性能计算算子（Kernel）。 辅助性能分析与优化： 学习使用性能分析工具，协助定位模型在特定硬件（如GPU/NPU）上的计算瓶颈。 学习与探索优化技术： 探索并尝试应用针对特定硬件架构（如CUDA核心、Tensor Core、专用AI指令）的高性能编程和优化技术。 工具链与框架熟悉： 熟悉并学习使用团队内部的算子开发工具链、测试框架以及相关的AI框架（如PyTorch, TensorFlow等）接口。 文档与测试： 协助编写代码注释、开发文档，并参与算子功能的单元测试和性能测试。

任职要求： 扎实的编程基础： 熟练掌握 C++ 或 Python 中的至少一种，具备良好的编程习惯和调试能力。 计算机基础： 了解计算机体系结构、操作系统原理、数据结构和算法等基础知识。 对AI的兴趣： 对深度学习有基本了解，对主流AI框架（如PyTorch/TensorFlow）或模型有使用或学习经验。 学习能力与主动性： 强烈的求知欲和学习能力，能够快速掌握新技术和复杂概念，积极主动地解决问题。 沟通与协作： 良好的沟通能力和团队协作精神。 在校身份： 计算机科学、软件工程、电子工程、人工智能、数学或相关专业的本科高年级或研究生在读学生。 具有以下经验者优先考虑： 高性能计算入门： 对并行计算、GPU编程（CUDA）、或特定AI硬件编程（如华为昇腾ATB、NVIDIA Triton）有初步了解或有浓厚兴趣和学习意愿。 AI实践经验： 接触过深度学习模型的训练、推理或简单调优。 竞赛或项目： 参与过编程竞赛（如ACM, Kaggle等）或相关课程项目/研究项目，并取得一定成果。 工具了解： 了解过AI编译器或优化工具（如TVM, MLIR, Triton）。 对大模型的兴趣： 对大型语言模型（LLM）或其他大模型的原理、训练或推理优化有兴趣。 你将收获： 深入AI系统底层： 获得在AI基础设施核心领域——高性能算子开发的宝贵实践经验。 前沿技术实战： 接触并学习最先进的AI硬件加速技术（GPU/NPU）和优化方法。 专家导师指导： 在经验丰富的工程师一对一的指导下快速成长。 提升工程能力： 大幅提升在复杂系统环境下进行高性能编程、调试和优化的能力。 有竞争力的实习待遇与转正机会： 表现优秀者将有机会获得全职工作offer。