Intel Corporation izstrādā un ražo skaitļošanas tehnoloģijas, ko izmanto personālajos datoros, datu centros, mākoņinfrastruktūrā, perifērijas sistēmās, tīklos un 5G vidē. Uzņēmuma produktu portfelī ietilpst Intel Core, Xeon un Atom procesori, kā arī diskrētās grafikas risinājumi, mākslīgā intelekta paātrinātāji, silīcija fotonikas risinājumi, iegultie risinājumi un tīklu un datu glabāšanas tehnoloģijas. Uzņēmums atbalsta izstrādātājus arī ar programmatūras rīkiem un tehniskajiem resursiem, koncentrējoties uz veiktspēju, drošību un ar mākslīgo intelektu nodrošinātas skaitļošanas attīstību.
Mākslīgā intelekta programmatūras inženierijas absolventa praktikants Šanhajā
Intel absolventu prakse ir vērsta uz mākslīgā intelekta secināšanas darba slodžu atkārtošanu un optimizēšanu datu centru tehnoloģijām. Analizē veiktspēju un piedalies progresīvu MI sistēmu aparatūras un programmatūras kopīgā izstrādē.
Apraksts
- Profilē un optimizē MI algoritmus, ietvarus un programmatūras arhitektūras precizitātei un veiktspējai
- Atkārto ražošanā izmantotās MI secināšanas darba slodzes un izveido reprezentatīvus darba slodžu profilus
- Analizē veiktspēju programmatūras un aparatūras līmeņos, lai noteiktu sistēmas ierobežojumus
- Izmanto darba slodžu analīzes rezultātus MI sistēmu aparatūras un programmatūras kopīgas izstrādes iniciatīvās
- Atbalsti lietišķos pētījumus un aparatūras un programmatūras risinājumu integrāciju progresīvās MI sistēmās
Prasības
- Pašlaik studē bakalaura programmā datorinženierijā, elektrotehnikā, datorzinātnē vai saistītā tehniskā disciplīnā un tev ir 0–1 gads praktiskas pieredzes nozarē, kas iegūta praksē, akadēmiskos projektos, studiju kursos vai praktiskā apmācībā; alternatīvi tev ir atbilstošs maģistra grāds bez iepriekšējas profesionālās pieredzes
- Labas Python programmēšanas prasmes eksperimentiem un izstrādei
- Pamatzināšanas par MI algoritmiem, modeļiem un darba slodžu izstrādi
- Priekšstats par MI ietvariem, tostarp PyTorch vai TensorFlow
- Pamata zināšanas par datoru arhitektūru, veiktspējas analīzi un profilēšanas metodēm
- Spēcīgas analītiskās un problēmu risināšanas prasmes
- Spēja efektīvi strādāt uz sadarbību vērstā, starpfunkcionālā inženierijas vidē
- Interese par MI sistēmu pētniecību un praktisku MI lietojumu dažādās jomās
Priekšrocības
- Praktiska pieredze, piedaloties nākamās paaudzes MI sistēmu izstrādē
- Iespēja paplašināt tehniskās zināšanas un prasmes
- Sadarbībā balstīta inženierijas darba vide
- Pieredze lietišķajos pētījumos un aparatūras un programmatūras risinājumu integrācijā