1. 应用代码分析技术于微软产品级复杂分布式系统，提升系统的可靠性 2. 通过软件分析增强系统性能与安全性 3. 探索软件分析在提升产品易用性方面的应用 产出：高质量研究成果，软件/代码分析经验，对于复杂系统的深入理解 我们寻找对软件分析充满热情的实习生加入我们的团队，与我们共同探索代码分析技术在实际应用中的潜力，特别是在提高复杂分布式系统的可靠性、性能和安全性方面。如果你热爱挑战，渴望将你的研究应用于真实世界的问题，欢迎加入我们！

1. 应用代码分析技术于微软产品级复杂分布式系统，提升系统的可靠性 2. 通过软件分析增强系统性能与安全性 3. 探索软件分析在提升产品易用性方面的应用 产出：高质量研究成果，软件/代码分析经验，对于复杂系统的深入理解 我们寻找对软件分析充满热情的实习生加入我们的团队，与我们共同探索代码分析技术在实际应用中的潜力，特别是在提高复杂分布式系统的可靠性、性能和安全性方面。如果你热爱挑战，渴望将你的研究应用于真实世界的问题，欢迎加入我们！

主要从事大模型落地（如GPT3/3.5，ChatGPT, Copilot等）相关的研究工作，针对云计算带来的挑战，将一系列大模型相关的创新技术与云系统及数据进行有机结合，服务于自动故障处理，智能日志分析，Text2SQL，代码智能等诸多应用场景中研究和应用，提升云计算服务质量、用户体验和工业生产力，并在人工智能、自然语言处理、软件工程、系统等领域发表具有影响力的工作。 • 积极跟进和探索大模型相关的前沿研究； • 进行大模型在云智能方向上的实际场景研究，包括设计新的模型架构或算法，结合工业界实际场景进行大模型的效果提升，等等； • 撰写高水平论文并在顶级会议和期刊上进行发表。

主要从事大模型落地（如GPT3/3.5，ChatGPT, Copilot等）相关的研究工作，针对云计算带来的挑战，将一系列大模型相关的创新技术与云系统及数据进行有机结合，服务于自动故障处理，智能日志分析，Text2SQL，代码智能等诸多应用场景中研究和应用，提升云计算服务质量、用户体验和工业生产力，并在人工智能、自然语言处理、软件工程、系统等领域发表具有影响力的工作。 • 积极跟进和探索大模型相关的前沿研究； • 进行大模型在云智能方向上的实际场景研究，包括设计新的模型架构或算法，结合工业界实际场景进行大模型的效果提升，等等； • 撰写高水平论文并在顶级会议和期刊上进行发表。

[组别简介] DKI方向服务智能组。服务智能组与微软云产品团队的深度合作，针对海量用户、大规模集群、复杂的系统架构对云计算带来的挑战，将一系列创新技术应用在云系统的故障预测、异常检测、智能诊断、容量规划、事故管理等诸多实际应用场景中落地。极大地提升了云计算服务质量、用户体验和工业生产力，并在人工智能、软件工程、软件系统等领域常年发表具有影响力的工作。 [工作职责] 和MSRA数据、知识、智能组的研究员们一起参与全球领先的Cloud+AI研究，通过研究前沿机器学习算法、参与技术转化、发表论文，将人工智能应用到微软以Azure为代表的核心云计算产品中去。前端、后端、算法、科研，具体职责跟据个人特点可选。欢迎联系。一些工作内容包含： • 深入理解云计算平台、系统特征，理解实际系统的痛点、难点，发现研究问题 • 与美国、中国的研究人员和产品开发团队密切合作，实现项目的研究目标 • 完成项目相关的数据收集、数据清洗、监督/半监督/强化学习模型开发、模型评估、模型部署等工作 • 实现项目相关工程，实现高效、可用、可靠、可维护的代码