GenAI Inference & Benchmark Intern – Hybrid in Gdańsk

GenAI Inference & Benchmark Intern – Hybrid in Gdańsk

Gdańsk Praktyka zawodowa 28.8 - 35.2 zł / godzinę (szac.) Hybrydowo
I

W skrócie

  • Zadania: Pracuj nad wdrażaniem i optymalizacją Generative AI w zespole inżynieryjnym.
  • Firma: Intel Corporation, lider w technologii AI w Gdańsku.
  • Benefity: Elastyczny czas pracy, doświadczenie w branży i rozwój umiejętności.
  • Pozostałe informacje: Dynamiczne środowisko z możliwościami rozwoju kariery.
  • Dlaczego ta praca: Zdobądź praktyczne doświadczenie w nowoczesnych technologiach AI i chmurze.
  • Kwalifikacje: Zainteresowanie AI, umiejętności analizy wydajności i DevOps.

Przewidywane wynagrodzenie mieści się w przedziale 28.8 - 35.2 zł za godzinę.

Intel Corporation w Polsce (Gdańsk) oferuje staż w zespole inżynierii oprogramowania Datacenter i AI Ecosystem, aby przyspieszyć wdrażanie i optymalizację Generative AI. Będziesz oceniać obciążenia robocze LLM inference, benchmarkować frameworki takie jak vLLM, SGLang i OpenVINO oraz rozwijać architektury AI w chmurze dla środowisk lokalnych i chmurowych.

Zdobędziesz praktyczne doświadczenie z zestawami serwisowymi AI, analizą wydajności, automatyzacją DevOps oraz zarządzaniem danymi w systemach opartych na Linuksie.

GenAI Inference & Benchmark Intern – Hybrid in Gdańsk – pracodawca: Intel Corporation

Intel w Gdańsku to doskonały pracodawca, który oferuje dynamiczne środowisko pracy, sprzyjające innowacjom i rozwojowi zawodowemu. Pracownicy mają dostęp do zaawansowanych narzędzi oraz możliwości współpracy z zespołami międzynarodowymi, co sprzyja wymianie wiedzy i doświadczeń. Dodatkowo, firma zapewnia konkurencyjne wynagrodzenie oraz bogaty pakiet benefitów, co czyni ją atrakcyjnym miejscem dla inżynierów zajmujących się rozwojem kompilatorów.

I

Dane kontaktowe:

Zespół rekrutacyjny Intel Corporation

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako GenAI Inference & Benchmark Intern – Hybrid in Gdańsk

Analiza wydajności
Frameworki benchmarkowe (vLLM, SGLang, OpenVINO)
Architektury AI w chmurze
Zarządzanie danymi
Automatyzacja DevOps
Linux
Doświadczenie z AI serving stacks