AI开发

【星火X计划-实习】面向大模型高效训推的算子研发与极致优化(J14616)

围绕大模型训推关键算子开展 Kernel 开发、通算融合和自动调优，优化硬件算力与通信效率。

先看关键条件

尚未披露：薪资、雇主申请截止时间

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

28届及以后在读硕士及以上学历，人工智能、计算机科学、高性能计算、数学、电子信息等相关专业，其他专业但具备突出工程能力者同样欢迎
具备扎实的计算机架构基础，熟练使用linux操作系统
熟练使用Git、VSCode等，熟练使用Pytorch、numpy等框架
对GPU/NPU等AI加速芯片的体系结构有深入理解，熟悉CUDA/Ascend C/Triton/TileLang等至少一种编程模型，有实际的Kernel开发调优经验
较强的编程实现能力，熟练掌握C/C++，Python等语言，有底层性能优化项目经验
具备较强的独立思考能力，具备追求卓越，不断突破创新精神，不断通过效率分析提升算子效率

认识这家公司 / 团队

上市公司

讯飞星火、Agent应用与运行平台、智能办公和大模型推理基础设施

讯飞星火、Agent 应用与运行平台、智能办公和大模型推理基础设施覆盖模型服务与 AI 应用场景。

讯飞星火、Agent应用与运行平台、智能办公和大模型推理基础设施

2026半年度报告第7/28/30页公司财务与开放平台收入，区分公司及分产品口径；讯飞智慧办公与AI产品体系官方入口

构建超大专家并行 MoE 分布式推理体系，优化跨节点通信、专家负载均衡与线上推理性能。

进入客户现场，将Agent能力做成可用产品界面和工作流，参与需求、方案、落地及反馈迭代闭环。

负责强化学习后训练与 AgentRL 的系统工程，覆盖推理训练解耦、环境并行、数据管道和集群容错。

从全栈业务系统到 LLM/Agent/RAG 应用落地均有直接开发职责；要求对 AI Coding 生成结果进行验证。

将模型工程化为高性能推理库与服务，承担模型转换、算子适配、量化和性能优化。