Intel Corporation entwickelt und fertigt Computertechnologien für den Einsatz in PCs, Rechenzentren, Cloud-Infrastrukturen, Edge-Systemen, Netzwerken und 5G-Umgebungen. Das Portfolio umfasst Intel-Core-, Xeon- und Atom-Prozessoren sowie diskrete Grafiklösungen, KI-Beschleuniger, Siliziumphotonik, eingebettete Lösungen und Technologien für Netzwerke und Speicher. Darüber hinaus unterstützt das Unternehmen Entwickler mit Softwaretools und technischen Ressourcen und konzentriert sich dabei auf Leistung, Sicherheit und die Weiterentwicklung KI-gestützter Computertechnologien.
AI-Softwareentwicklungspraktikum für Hochschulabsolventen in Shanghai
Graduate-Praktikum bei Intel mit Schwerpunkt auf der Reproduktion und Optimierung von AI-Inferenz-Workloads für Rechenzentrumstechnologien. Analysieren Sie die Performance und wirken Sie am Hardware-Software-Co-Design fortschrittlicher AI-Systeme mit.
Beschreibung
- Erstellen Sie Performance-Profile und optimieren Sie AI-Algorithmen, Frameworks und Softwarearchitekturen hinsichtlich Genauigkeit und Leistung
- Reproduzieren Sie produktive AI-Inferenz-Workloads und erstellen Sie repräsentative Workload-Profile
- Analysieren Sie die Performance über Software- und Hardwareebenen hinweg, um Systemengpässe zu identifizieren
- Nutzen Sie Erkenntnisse aus Workload-Analysen für Initiativen zum Hardware-Software-Co-Design von AI-Systemen
- Unterstützen Sie angewandte Forschung sowie die Integration von Hardware- und Softwarelösungen für fortschrittliche AI-Systeme
Anforderungen
- Sie absolvieren derzeit ein Bachelorstudium in Computer Engineering, Elektrotechnik, Informatik oder einer verwandten technischen Fachrichtung und verfügen über 0–1 Jahre praktische Erfahrung in diesem Bereich aus Praktika, akademischen Projekten, Lehrveranstaltungen oder praktischer Ausbildung; alternativ haben Sie einen einschlägigen Masterabschluss ohne vorherige Berufserfahrung
- Sicherer Umgang mit Python für Experimente und Entwicklung
- Grundlegendes Verständnis von AI-Algorithmen, -Modellen und der Entwicklung von Workloads
- Vertrautheit mit AI-Frameworks wie PyTorch oder TensorFlow
- Grundkenntnisse in Computerarchitektur, Performance-Analyse und Profiling-Methoden
- Ausgeprägte analytische Fähigkeiten und Problemlösungskompetenz
- Fähigkeit zur effektiven Zusammenarbeit in einem funktionsübergreifenden technischen Umfeld
- Interesse an der Erforschung von AI-Systemen und praktischen AI-Anwendungen in verschiedenen Bereichen
Zusatzleistungen
- Praktische Erfahrung bei der Entwicklung von AI-Systemen der nächsten Generation
- Möglichkeit, technisches Wissen und Fähigkeiten zu erweitern
- Kooperatives Arbeitsumfeld im Engineering
- Erfahrung in angewandter Forschung und der Integration von Hardware- und Softwarelösungen