[酷工作] [Microsoft] GPU Model Optimization 实习生 - 北京/苏州/上海
最近我们组在招 GPU Model Optimization 实习生,如果你对 LLM、GPU、CUDA、AI Infra 感兴趣,欢迎来聊~ 我们做的不是 Demo,也不是简单调 API,而是真正让大模型能够高效跑在生产环境。 平时主要会接触到: ✅ LLM / Multimodal Model Serving ✅ GPU Kernel Optimization ✅ CUDA / Triton ✅ Quantization ✅ Speculative Decoding ✅ KV Cache & Batching ✅ Distributed Training & Inference ✅ AI Agent for Model Optimization 一句话来说,就是研究如何让大模型更快、更便宜、更稳定地运行。 ⸻ 你可能会做什么 优化 LLM 和多模态模型推理性能 做 GPU Profiling,分析性能瓶颈 编写 CUDA / Triton Kernel 优化模型延迟、吞吐和 GPU 利用率 开发自动化 Benchmark 和 Performance Tool 和模型
阅读原始来源来源记录
研究分析
来源记录
来源描述:最近我们组在招 GPU Model Optimization 实习生,如果你对 LLM、GPU、CUDA、AI Infra 感兴趣,欢迎来聊~ 我们做的不是 Demo,也不是简单调 API,而是真正让大模型能够高效跑在生产环境。 平时主要会接触到: ✅ LLM / Multimodal Model Serving ✅ GPU Kernel Optimization ✅ CUDA / Triton ✅ Quantization ✅ Speculative Decoding ✅ KV Cache & Batching ✅ Distributed Training & Inference ✅ AI Agent for Model Optimization 一句话来说,就是研究如何让大模型更快、更便宜、更稳定地运行。 ⸻ 你可能会做什么 优化 LLM 和多模态模型推理性能 做 GPU Profiling,分析性能瓶颈 编写 CUDA / Triton Kernel 优化模型延迟、吞吐和 GPU 利用率 开发自动化 Benchmark 和 Performance Tool 和模型
现有背景
可供比较的近期同类记录:“Google rebrands its Gemini Spark AI agent as Tasks and makes it free in six countries; in the US it can call businesses and buy items with Google Pay” (Techmeme, 2026年11月19日);“OpenAI says agents now complete 46% of its researchers' 2-to-4-hour tasks on their own, vs. 23% in March, median researcher's agent use hit $2,400/day” (Techmeme, 2026年11月19日)。主题相近仅用于导航,未核验其是否属于同一需求或独立证据。
研究状态
这条记录尚不能可靠归入主类,未生成商业或性能结论。
缺失证据
需要核验主要事件、受影响对象与原始证据。
下一步
阅读原文,明确它支持什么决策,再选择对应分析框架。