暑期实习时间线记录

周一投完这周共5个面试 面完3个 时间冲突放弃1个 周五还剩1个力扣和数据结构没怎么刷先上战场了 面试中目前失败一个（写了65%）研一下到现在学了半年CUDA和TensorRT构建推理引擎 各类模型的高性能算子和高性能推理还缺乏实践 更深的TVM，分布式的deepseed和汇编没时间了 现在迷茫了 要学的很多且可能学完依旧找不到 #高性能计算#  #高性能计算面经#  #HPC高性能计算工程师#

我的mentor超级好，实习搭子们也很有趣，大家都很友好，互相帮助。工作强度其实不高，基本上就是朝九晚五的节奏，每周还有线上办公的机会，算是比较轻松的，工作与生活的平衡做得不错，不需要担心加班的问题。总的来说，西门子给我的感觉不错，大家都会支持你去探索新事物，氛围也很开放。

理想汽车 - 大模型算法实习生（长期有效，HC丰富，校招也开放ing）职位1-描述【大模型推理（Reasoning）与通用Agent AI】：- 研究通用大模型逻辑推理算法；- 研究o1的训练方案，搜索空间的探索与self-play的训练；- 研究Agent AI算法，助力实现L3智能；职位2-描述【大模型推理（Inference）优化】 ：- 研究大模型推理阶段的KV cache 优化算法；- 研究分布式GPU训练优化算法，包括但不限于负载均衡、显存优化等；总结：大模型推理方向，GPU资源丰富，实习+论文，我全都要！我们能提供：1.技术沉淀：参与大模型技术研究，培养解决技术难题的能力。2.实战经验：参与真实业务场景的落地和上线。3.论文产出：发表高水平论文，培养顶会写作能力。4.成长支持：Mentor指导，重视成长，和优秀的人做有挑战的事。我们期待的你：必备项：- 专业背景：计算机、数学、人工智能等相关专业的在校生，统计和强化学习相关方向优先；- 基础能力：理论功底扎实，熟悉LLM、NLP相关算法，精通transformer和RL等相关算法优先。- 工作态度：主动积极，自驱能力强，具有创新意识。加分项：（没有也没关系，我们更看重潜力）5.实习时长：能够长期实习，长期合作。6.竞赛大佬：ACM/OI大神，代码能力出众。7.学术研究：在ML顶会发表论文，研究能力出众。8.相关经验：有大模型推理、模型优化、大模型框架优化和强化学习等相关工作经验。工作地点：- 北京朝阳望京心动了？赶紧砸简历过来吧！📧 简历投递：xuhao12@lixiang.com 简历要求：邮件名及简历标题命名为“姓名-学校-专业-实习时长”和我们一起，驰骋未来吧！🚗