学习黑客攻防前应该先学习什么(新手学黑客攻防入门篇)

编程入门hacker2022-09-29 6:00:391255A⁺A^-

2022 年已经启程！

还在寻找大展身手的机会吗？

看看有没有适合你的岗位吧~

▼

MSR Asia（北京）

数据、知识、智能组

组别介绍：

微软亚洲研究院DKI (Data, Knowledge & Intelligence) Area 致力于人工智能、数据分析、数据交互。数据可视化的研究。探索全新的数据分析，展示，交互技术，让数据和数据中的发现故事被高效地理解、广泛地传播。数据智能是一个典型的交叉领域，综合了自然语言处理、多维数据分析、机器学习、数据可视化、人机交互、计算机视觉等多个领域。团队与微软核心产品（如Excel，PowerPoint等）深度合作，并常年在各个领域的顶级会议和期刊上发表具有影响力的论文。

表格预训练/语义结构理解/公式预测/表格问答研究实习生

工作职责

表格预训练，探索Transformer等模型在半结构化数据预训练中的前沿探索；

表格公式预测，基于数据推理探索Excel公式的智能预测；

表格语义结构理解，探索DL和NL在半结构化数据理解领域的创新和应用；

表格问答，探索文本和半结构化数据的智能交互。

任职要求

编程/动手能力强；

有主动和深入的思考，可以提出有创新的想法并快速验证；

有扎实的机器学习/深度学习基础；

有论文撰写和投稿经验优先。

工作时间要求

能获得导师许可并保证至少四个月的全职（或接近全职）实习。

知识图谱研究实习生

项目简介

展开全文

主要研究知识图谱相关的技术，致力于提升基于知识图谱的智能问答系统性能。包括但不限于提升模型在不同领域的泛化能力，候选生成的准确性及模型语义解析的正确率。除了知识图谱相关研究，我们也探索如何有效结合预训练模型及无标注数据，增强模型的推理能力。

工作职责

基于知识图谱的智能问答，包括但不限于提出新的系统架构与推理算法、改善现有系统的性能、提升系统的泛化能力（g., 组合泛化、跨领域泛化、跨知识库泛化）、探索与预训练模型的结合方式等

任职要求

有较强的编程能力与快速学习能力，善于主动思考，勤奋努力；

有扎实的机器学习/深度学习基础，熟练掌握常见算法及框架；

有相关项目经历与实践经验者优先；

有论文撰写与投稿经验者优先。

工作时间要求

获得导师许可，保证至少 6 个月实习，每周不少于 4 天。

Cloud Architecture Research 研发实习生

项目简介

云计算中每一个独立的服务，如计算虚拟化、云存储服务、分布式数据库等，都是复杂的分布式系统。这些服务（包括 IaaS, PaaS, SaaS 模式下各种服务）共同组成云计算的整体解决方案，成为一个复杂体系（System of System）。项目将通过代码分析技术，对系统架构进行研究，理解并优化全球领先的复杂云计算系统体系，从而进一步提升云计算服务质量。

工作职责

深入理解云计算平台、各类服务、系统特征，理解实际系统如何构建、运行，发现研究问题

完成项目相关的信息、数据收集、代码阅读、案例分析、工具架构定义、程序实现、测试部署、工具优化等工作

实现项目相关工程，实现高效、可用、可靠、可维护的代码

任职要求

计算机科学及相关专业背景优先，本科及以上学历在校学生；

两年以上C/C++/C#/Java/Python或者其它相关编程经验，熟悉K8s及微服务框架或有大型软件项目经验优先；

优秀的分析问题、解决问题的能力；

具备良好的团队合作精神；

有责任心，工作积极主动。

工作时间要求

能获得导师许可并保证至少6个月的全职/兼职实习。实习期间需为在校生。

Cloud Intelligence/AIOps Research 研发实习生

项目简介

主要从事云计算服务智能、智能运维相关的研究工作，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。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、软件工程、软件系统等领域发表具有影响力的工作。

工作职责

和微软亚洲研究院数据、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

任职要求

计算机科学、数据科学或相关专业背景优先，本科及以上学历在校学生；

两年以上 C/C++/C#/Java/Python, Pytorch, Tensorflow, MXNet, Scikit-learn 或者其它相关编程经验，熟悉 K8s 及微服务框架，有日志（log、trace）分析经验者优先

优秀的分析问题、解决问题的能力

具备良好的团队合作精神

有责任心，工作积极主动

工作时间要求

能获得导师许可并保证至少6个月的全职/兼职实习。实习期间需为在校生。

AI for Design 研发实习生

项目简介

主要从事将人工智能与平面设计相结合的研究工作，探索使得平面设计更加自动化和智能化的深度学习模型和方法。这是一个跨领域的研究课题，涉及到深度学习、计算机视觉、自然语言处理、平面设计、软件工程等研究领域。

工作职责

积极跟进和关注深度学习、自然语言处理、计算机视觉的前沿研究

模型与算法设计和改进，数据的收集与处理，大规模模型的训练与调试，实验结果分析与总结，等等

撰写高水平论文

原型系统的实现

任职要求

相关专业硕士及以上全日制在读学生；

熟悉 Python，精通 Huggingface, Fairseq, DeepSpeed 等 DNN 框架与工具；

有较强的数学基础，较强的编程能力，能独立进行数据分析；

具备深度学习、自然语言处理、计算机视觉的相关知识；

需要对 GAN、CLIP、DALL-E、GPT、T5、BART 等工作及相关研究中的一个或多个非常了解；

拥有论文快速检索和阅读能力；

有在计算机视觉或 NLP 方向国际会议发表论文经历，或编程比赛经历的同学优先；

有技术类博客文章撰写习惯的优先。

工作时间要求

能获得导师许可，保证至少五个月的全职实习。

Trustworthy Semantic Parsing 研发实习生

项目介绍

主要从事自然语言处理相关的研究工作，特别是基于深度神经网络的语义解析（包括 NL2SQL）方向，研究提高模型的可信任度（包括但不仅限于模型的鲁棒性、可解释性、可扩展性、社会平等，等等方面）的模型、算法和技术。

工作职责

积极跟进和关注自然语言处理和理解的前沿研究

语义解析模型与算法设计和改进，数据的收集与处理，模型的训练与调试，实验结果分析与总结，等等

撰写高水平论文

原型系统的实现

任职要求

熟悉 Python，精通 Huggingface, Fairseq, DeepSpeed 等 DNN 框架与工具；

有较强的数学基础，较强的编程能力，能独立进行数据分析；

具备机器学习、深度学习、自然语言处理（特别是对话系统）的相关知识；

拥有论文快速检索和阅读能力；

有在机器学习或 NLP 方向国际会议发表论文经历，或编程比赛经历的同学优先；

有技术类博客文章撰写习惯的可以优先。

工作时间要求

能获得导师许可，保证至少五个月的全职实习。

Reasoning and Compositional Generalization of DNN 研发实习生

项目简介

近年来，深度神经网络特别是基于 Transformer 的预训练大模型取得了巨大进步，在很多方面取得了惊人的效果。但是，研究发现其推理和组合推广能力相对不足。本项目主要从事深度学习和自然语言处理相关的研究工作，致力于提高模型的推理和组合泛化能力，包括但不仅限于神经网络新架构设计，新的预训练方法，新的数据增强方法，模型推理和泛化机理研究，等等。

工作职责

积极跟进和关注深度神经网络和学习方法的前沿研究

模型与算法设计和改进，数据的收集与处理，模型的训练与调试，实验结果分析与总结，等等

撰写高水平论文

原型系统的实现

任职要求

相关专业硕士及以上全日制在读学生；

熟悉 Python，精通 Huggingface, Fairseq, DeepSpeed 等 DNN 框架与工具；

有较强的数学基础，较强的编程能力，能独立进行数据分析；

具备机器学习、深度学习、自然语言处理的相关知识；

拥有论文快速检索和阅读能力，喜欢接受挑战；

有在机器学习或 NLP 方向国际会议发表论文经历，或编程比赛经历的同学优先；

有技术类博客文章撰写习惯的可以优先。

工作时间要求

能获得导师许可，保证至少五个月的全职实习。

DNN Foundation Research 研发实习生

项目简介

主要从事深度学习领域的基础研究，着眼于各种用于提升深度网络学习能力以及泛化能力的通用算法以及相关理论，包括深度模型的新架构设计，深度模型的新组件设计，深度模型的学习机理探究，深度模型的优化、初始化、及正则化，等等。特别的，我们的研究专注于探索深度学习的本质特性，而非特定应用层面的专属特性；我们的目标产出为具有较强普适性的算法和理论。

工作职责

进行深度学习领域的基础性研究，设计普适性技术用以提升深度模型的学习能力，在顶级会议和期刊上发表文章

深度模型的新架构设计：通过设计新的网络组件，新的网络结构，新的学习范式，用以提升模型的能力，包括但不限于预测准确率，小样本学习能力，组合泛化能力，等等

深度学习的优化，初始化，正则化：探索新的初始化方法，优化方法，以及正则化方法，提升模型训练的性能

深度学习机制探索：试图将深度学习的“黑盒”过程“白盒”化，解释或改进深度模型的学习过程，提高深度学习的可解释性，可控性，等等

任职要求

熟悉 Python，精通 Pytorch 或 Tensorflow；

具备机器学习、深度学习的相关知识；

拥有论文快速检索和阅读能力；

有在国际会议发表论文经历、ACM 或其他编程比赛经历的同学优先。

工作时间要求

能获得导师许可，保证至少五个月的实习且每周不少于四天。

Graph Neural Network Research

研发实习生

项目简介

主要从事图神经网络相关的研究工作，着眼于图神经网络模型的设计与理解，致力于提高模型的泛化能力以及可解释性，包括但不仅限于图神经网络新架构设计，图模型普适性分析，基于图性质的问题空间划分，图迁移学习，等等。此外，基于对图模型的理解，我们也探索图网络在更广泛问题场景下的应用前景，用图网络技术赋能更多领域。

工作职责

积极跟进和关注图网络学习的前沿研究

进行图网络模型研究，包括设计新的图模型架构与学习算法，图模型可解释性研究，新领域下的图模型应用，等等

撰写高水平论文并在顶级会议和期刊上进行发表

任职要求

熟悉 Python，精通 Pytorch 或 Tensorflow；

具备机器学习、深度学习的相关知识；

拥有论文快速检索和阅读能力；

有在国际会议发表论文经历、ACM 或其他编程比赛经历的同学优先。

工作时间要求

能获得导师许可，保证至少五个月的实习且每周不少于四天。

前端开发研究实习生

工作职责

前端开发（Web、移动应用），提供良好的用户体验

Restful API 设计与实现

快速原型开发

改进现有代码、性能优化

任职要求

计算机、电子或相关专业（本科/硕士/博士）

扎实的数据结构/算法基础

熟练的编程能力

快速学习能力

良好的沟通与合作能力，能用英语交流

具有 Restful API、HTML5/XML/CSS、Java 等方面经验者优先

有用户体验设计经验者更佳

NLP 与 Data Analytics 研发实习生

工作职责

Semantic Data Analytics（智能语义数据分析）领域前沿研究与论文撰写：

Automation & Recommendation of Common Data Analysis

数据分析过程（如数据清理、关联分析、数据挖掘、可视化等）的自动化与推荐

基于数据的语义和分布，学习和推荐日常分析过程中的常见模式；

对多种形式（如编写程序、自然语言查询、界面操作互动等）数据分析意图的解析；

Model & Training Designs for Semi-structured Data

针对结构化预测和组合泛化的深度模型与训练过程。

基于以上研究，参与微软核心产品AI算法设计和系统搭建：

Excel、Bing与Azure中表格数据的智能分析与可视化

Forms中在线问卷数据的挖掘与智能分析

数据分析过程（如数据清理、关联分析、数据挖掘、可视化等）的自动化与推荐

基于数据的语义和分布，学习和推荐日常分析过程中的常见模式；

对多种形式（如编写程序、自然语言查询、界面操作互动等）数据分析意图的解析；

针对结构化预测和组合泛化的深度模型与训练过程。

Excel、Bing与Azure中表格数据的智能分析与可视化

Forms中在线问卷数据的挖掘与智能分析

任职要求

编程/算法/动手能力强，思维活跃，勤奋踏实，具备快速学习能力；

熟练掌握常见深度学习和机器学习框架；

对自然/编程语言的理解与生成、深度预训练模型、表征学习、知识图谱、强化学习等部分相关方向有深入了解和实践经验；

有大规模并行数据处理/深度学习实操、会议论文撰写投稿经验者优先。

工作时间要求

能获得导师许可并保证至少5个月的全职实习，2022年6月至2022年12月间入职。

Pre-trained Language Model and NL-to-Code 研发实习生

项目简介

近年来，大规模预训练语言模型取得了巨大进步。本项目主要从事将大规模预训练语言模型技术运用到代码相关任务上的研究，包括但不仅限于提高代码生成的质量，新的预训练方法，新的代码场景，等等。

工作职责

积极跟进和关注预训练语言模型和代码相关的前沿研究

模型与算法设计和改进，数据的收集与处理，模型的训练与调试，实验结果分析与总结，等等

撰写高水平论文

原型系统的实现

任职要求

相关专业硕士及以上全日制在读学生

熟悉Python，精通 Huggingface, Fairseq, DeepSpeed等DNN框架与工具

有较强的数学基础，较强的编程能力，能独立进行数据分析

具备深度学习、自然语言处理的相关知识

拥有论文快速检索和阅读能力

有在机器学习、自然语言处理或软件工程方向的研究经历，或编程比赛经历的同学优先

有技术类博客文章撰写习惯的优先

工作时间要求

相关专业硕士及以上全日制在读学生

熟悉Python，精通 Huggingface, Fairseq, DeepSpeed等DNN框架与工具

有较强的数学基础，较强的编程能力，能独立进行数据分析

具备深度学习、自然语言处理的相关知识

拥有论文快速检索和阅读能力

有在机器学习、自然语言处理或软件工程方向的研究经历，或编程比赛经历的同学优先

有技术类博客文章撰写习惯的优先

计算生物学组

组别介绍：

生物学已经进入了大数据时代。微软亚洲研究院计算生物学组致力于通过计算方法来阐释生物学原理和解决生物医学问题，目前的研究方向包括：基因组学、表观基因组学、免疫组学、微生物组学、蛋白质表示学习、分子动力学模拟等。我们期待与有志于计算和生物医学交叉学科研究的同仁们一道，共同推动计算生物学的技术创新与应用。

复杂疾病方向实习生

工作职责

（生物方向）调研、整理相关疾病科学研究进展及临床治疗现状

（生物、计算方向）收集、分析相关疾病数据，参与核心问题定义及解决路径设计

（计算方向）基于已有生物数据库及相关疾病科研、临床数据，设计针对问题的有效算法

任职要求

计算机、生物信息学或生物医学相关专业（硕士/博士）

生物方向：

较强的英文文献阅读和总结能力

基本的数据结构/算法基础与编程能力（Python优先）

良好的沟通、表达、合作能力

计算方向：

扎实的深度学习/算法基础，图算法及知识图谱项目经验优先

学习并接纳新领域知识，尤其是生物医学知识的意愿

良好的沟通、合作能力

较强的英文文献阅读和总结能力

基本的数据结构/算法基础与编程能力（Python优先）

良好的沟通、表达、合作能力

扎实的深度学习/算法基础，图算法及知识图谱项目经验优先

学习并接纳新领域知识，尤其是生物医学知识的意愿

良好的沟通、合作能力

工作时间要求

能获得导师许可并保证至少三个月的实习

基因组学/转录组学实习生

工作职责

调研并整理3D基因组学/空间转录组学/表观遗传组学等相关领域前沿进展与研究问题

收集并整理3D基因组学/空间转录组学/表观遗传组学研究的相关数据

参与设计并实施相关领域计算生物学科研项目

任职要求

生物信息学、计算生物学、分子生物学、遗传学或相关专业（硕士/博士）

基本的数据结构/算法基础与编程能力（Python优先）

较强的英文文献阅读和总结能力

自主科研能力与表达、沟通能力

工作时间要求

能获得导师许可并保证至少三个月的实习。

计算免疫学实习生

工作职责

结合免疫组学和多组学数据，设计相关抗原的免疫原性预测方法

免疫组学数据收集与分析

任职要求

计算机、生物信息学或生物医学相关专业（本科/硕士/博士）

具有机器学习项目经验或熟练的编程能力或较强的数据分析能力或扎实的生物医学专业基础

工作时间要求

能获得导师许可并保证至少三个月的实习。

生物序列建模实习生

工作职责

蛋白质序列数据的序列分析与建模，包括但不限于蛋白质序列分析、蛋白质语言模型的设计与实现、基于蛋白质序列语言模型的预训练、蛋白质预训练模型的下游任务及应用等。

任职要求

扎实的数据结构/算法基础，熟练掌握概率论与数理统计

熟练的编程能力，能够熟练运用Python

快速学习能力，有良好数据敏感度

良好的沟通与合作能力，能用英语交流

对数据分析有较深的认识，有大规模数据处理的项目经验

具备较强的数学建模能力，熟悉常见的机器学习模型，有模型的调参经验

熟悉PyTorch者优先；熟悉序列数据分析，对生物序列数据感兴趣者优先；有发表顶会或顶刊文章经验者优先

工作时间要求

能获得导师许可并保证至少三个月的实习。

生物分子建模实习生

工作职责

蛋白质结构预测以及三维结构分子建模

RNA分子结构预测以及三维结构分子建模

小分子三维构象建模生成以及性质预测

任职要求

计算机、生物信息学、计算生物学或相关专业（本科/硕士/博士）

扎实的数据结构/算法基础，熟悉PyTorch者优先

具有机器学习项目经验或熟练的编程能力或较强的数据分析能力

了解生物大分子以及小分子3D分子建模或者有相关项目经验者优先

工作时间要求

能获得导师许可并保证至少三个月的实习。

创新孵化组

组别介绍：

微软亚太研发集团创新孵化组是一支帮助一个个创新想法落地的团队。加速技术到产品的转化周期，帮助本土化产品服务快速落地，让小产品也能获得大关注是创新孵化组的职能。

软件开发实习生

工作职责

在研究组研究员的带领下开展相关领域的研究，根据项目需要开展以下一项或多项工作

参与算法的讨论、设计、和实现

参与算法的调试、测试和验证，可能包括数据预处理、数据整理、结果分析等

参与改进现有算法、代码、和进行性能优化

进行快速原型开发和将算法进行系统集成

任职要求

计算机科学或相关专业背景，本科及以上学历在校学生

工程、计算机科学等相关专业在读学生（本科及以上学历）

一至两年 C/C++/C#/Java 或者其它计算机编程语言的编程经验

扎实的计算机专业知识，丰富的项目开发经验

优秀的分析问题、解决问题的能力

具备良好的团队合作精神

有责任心，工作积极主动

适应英文工作环境

工作时间要求

需要保证至少 3 个月、全职或兼职（至少 3 天/周）的实习期工作时间要求

创新工程组

组别介绍：

微软亚太研发集团创新工程组是一支帮助一个个创新想法落地的团队，职能包括加速技术到产品的转化周期、帮助本土化产品服务快速落地、让小产品也能获得大关注等等。

交互设计实习生

工作职责

本实习职位将参与创新工程组项目的交互/视觉设计工作。主要包括前端及其相关的产品设计。涵盖 B 端 C 端，移动和 PC.

配合研发人员、开发人员，完成项目的交互架构、设计和用户体验调研等任务。

分析业务需求，产出界面的原型设计，与产品、U I以及 RD 沟通设计方案。

参与整理设计资源与设计规范。

任职要求

熟悉常用的交互设计方法与设计工具，能独立绘制流程图、线框图等，完成设计需求。

拥有美术设计、视觉设计、工业设计或其他相关专业的本科或硕士学历。

具备扎实的绘画，色彩和设计功底。

良好的沟通能力和团队协作精神。

有较好的英语能力。

工作时间要求

能获得导师许可并保证至少 6 个月的全职实习

需要提交的材料

简历（尽量以 pdf 或 word 形式）；作品（尽量以 pdf 或在线形式，pdf 文件最好控制在15M以内）

创新车库组

组别介绍：

微软亚太研发集团创新车库组是一个创意项目的孵化器、奇思妙想的手工坊、极客文化的扩音器，运营着全球规模最大的民间黑客马拉松（Hackathon）。

嵌入式开发实习生

工作职责

利用 Garage Maker Space 里的设备开展各类硬件 Workshop

支持嵌入式项目的开发和交付

协助维护和运营 Garage 里的前沿设备

任职要求

CS, EE, Mathematics 以及相关背景的在读本科、硕士和博士研究生，有硬件领域背景优先

熟悉 C/C++编程，有较强的工程能力，代码格式清晰规范，善于团队协作

至少有如下一种嵌入式平台开发经验：如 NVIDIA Jetson Nano/TX1/TX2、树莓派等，熟悉 Linux 系统开发环境

有 STM32、ESP32 或 Arduino 等开发经验

能至少熟练操作以下设备中的一种：3D打印机、激光切割机、数控铣床等创客工具

有 RTOS、ROS、Kinect 开发和电路设计经验者优先

工作时间要求

能获得导师许可并保证至少六个月的实习

学术合作部

组别介绍：

微软亚洲研究院学术合作部将微软亚洲研究院实验室与亚太地区的学术组织相结合，致力于在亚太地区与学术组织及政府部门建立密切的伙伴及合作关系，同时不断开拓研究领域，促进计算机科学的发展及其他计算机交叉学科的技术转换。

学术合作部所承办的项目包括以主题为基础的研究项目、联合实验室、国际会议、微软教育峰会、访问学者项目、实习生项目、微软学者奖学金、微软小学者奖学金、讲座以及课程。自 1998 年以来，微软亚洲研究院学术合作部赞助了 600 余项活动、吸引了来自 10 多个国家超过 30 万的参与者，与近百所高校及研究机构达成合作关系，惠及 6000 余名学生。

项目管理实习生_人才项目

工作职责

负责支持人才项目经理执行和管理一系列人才项目，包括：“明日之星”实习生项目、联合培养博士生项目、微软创新人才学院、Ada workshop、微软乘风计划、星桥计划、星跃计划等项目。具体项目介绍可参考：http://www.msra.cn/zh-cn/connections/opportunities/default.aspx

协助项目经理进行微软亚洲研究院一系列人才项目的战略规划和具体实施

协助项目经理策划、宣传和组织人才项目相关的高质量培训以及活动

负责项目经理分析项目相关数据

负责项目相关的文件收集、整理归类等相关工作

协助项目经理完成其他项目相关工作

任职要求

有较强的自我驱动力、工作勤奋、注重细节、责任心强、结果导向

有一定的项目管理或者活动组织经验

优秀的沟通能力、人际交往能力和团队合作精神

有一定的文字功底，熟练掌握MS Office (Expert in Excel) 以及设计软件优先

高年级本科生、研究生或者博士生，计算机以及相关专业优先

优秀的英文听说读写能力

得到导师的书面许可

工作时间要求

能尽快入职并保证三至四个月的实习，每周不少于四天全职。

商务项目管理实习生

工作职责

协助开展研究院学术合作部举办的与“创新汇”和亚洲高校相关的各类型学术活动和会议。包括但不限于大型技术交流活动，会议和研讨会等的策划支持与宣传。

协助起草邀请函，设计 newsletter 和海报等文宣工作。

辅助“创新汇”的资料管理及网站内容更新。

协助整理会议记录和活动总结。

任职要求

研究生或高年级本科生. 专业不限，与传播和市场相关为佳。

具备良好的中英文邮件沟通能力；良好的中英文写作和翻译能力。

有会议和活动策划、组织和宣传经验为佳。

熟练使用微软Office系列, 如 Outlook、Word、PowerPoint 等。

学习能力强，专注细节，结果导向，有良好的团队协作精神。

能得到学校方面导师的书面认可。

全职实习3-6个月。

品牌项目运营实习生

工作职责

全面支持品牌项目的项目经理做好项目策划、项目管理、项目实施、后勤保障、项目调研反馈和项目总结等工作。

负责项目在微博、微信、网站和领英等渠道的宣传和运营工作。

任职要求

本科或研究生，专业不限。

要有丰富的学生活动策划和组织经验。

有良好的项目管理专业知识的优先。

有良好的写作能力，对富媒体运营熟悉的优先。

熟练掌握 MS office、Photoshop 等工具的优先。

学习能力强、专注细节、结果导向、自我驱动、意志坚定，有良好的沟通表达能力和团队协作精神。

能得到导师的书面认可。

工作时间要求

至少 3-6 个月，每周可工作 4 日以上

品牌项目运营官

工作职责

工作主要以微软学术合作品牌项目为核心，具体如微软学者奖学金项目、教育部-微软产学合作协同育人项目，微软与国内顶尖高校的合作项目等。全面支持品牌项目的项目经理做好项目策划、项目管理、项目实施、后勤保障、项目调研反馈和项目总结等工作。

负责项目的富媒体运营工作，通过项目的微博、微信、领英和网站等渠道，与学术合作部数字营销官紧密配合，做好每个项目的对外宣传，扩大项目影响力。

任职要求

本科或研究生，专业不限。

要有丰富的学生活动策划和组织经验。

有良好的项目管理专业知识的优先。

有良好的写作能力，对富媒体运营熟悉的优先。

熟练掌握MS office, Photoshop等工具的优先。

学习能力强、专注细节、结果导向、自我驱动、意志坚定，有良好的沟通表达能力和团队协作精神。

能得到导师的书面认可。

工作时间要求

至少 3-6 个月，每周可工作 4 日以上

项目管理实习生

工作职责

协助开展研究院学术合作部举办的与高校和“创新汇”相关的各类型学术活动和会议。包括但不限于大型技术交流活动，会议和研讨会等的策划支持与宣传。

协助起草邀请函，设计newsletter 和海报等文宣工作。

辅助 “创新汇”的网站信息管理和发布。

协助整理会议记录和活动总结。

任职要求

研究生或高年级本科生. 专业不限，与传播和市场相关为佳。

具备良好的中英文邮件沟通能力；良好的中英文写作和翻译能力。

有会议和活动策划、组织和宣传经验为佳。

熟练使用微软Office系列, 如 word, powerpoint 等。

学习能力强，专注细节，结果导向，有良好的团队协作精神。

工作时间要求

至少全职实习 3-6 个月，能得到导师的书面认可

异构计算组

组别介绍：

微软亚洲研究院异构计算组致力于研究基于异构硬件设备的分布式智能计算系统以及相关的关键技术，推动大数据和人工智能时代的计算机系统研究的发展。

我们欢迎对系统研究特别是对移动和边缘计算感兴趣的同学和我们一起工作，围绕下面的相关研究方向开展研究工作：

针对移动和边缘设备（智能手机，IoT设备等）的模型推理优化

基于新型和异构硬件的模型推理加速

针对AI应用的系统优化，资源调度和管理

深度神经网络模型的压缩和优化

用户隐私保护和模型保护

分布式学习和联邦学习

智能边缘计算中的新型应用 (Video, AR/VR, Gaming etc.)

研究实习生

工作职责

独立的定义和完成一个新的研究课题

与研究员和其他实习生合作完成一个研究课题

设计和实现系统代码

参与实际产品的研发落地

完成研究并总结成科研论文

任职要求

教育背景：CS, EE, Mathematics 以及相关背景的在读本科、硕士和博士研究生

系统研究背景：操作系统、移动计算、分布式系统、计算机系统结构、AI系统等

编程能力：扎实的C/C++以及Python编程能力

良好的沟通和团队合作能力

熟悉Windows和Linux操作系统。了解Android系统

熟悉CPU、GPU等异构硬件编程

工作时间要求

能保证至少三个月的全职实习时间。能够全职实习六个月及以上会优先考虑

技术战略组

组别介绍：

研究实习生

工作职责

计算机科学、电子工程、数学或其它相关专业的本科生，硕士研究生或博士研究生

优秀的学术背景

具备坚实的数学基础和解决问题的能力；具有计算机视觉、机器学习、数字信号处理、人工智能等领域相关知识者优先

具备优秀的编程能力；

具有良好的沟通能力和团队协作精神

具有优秀的英语听说读写能力

能得到导师的书面同意

任职要求

我们希望实习生能够熟练运用 C/C++ 做算法的实现，但对具体编程语言没有硬性的要求

工作时间要求

至少实习 6 个月

智能多媒体组

组别介绍：

微软亚洲研究院智能多媒体组致力于将机器学习与图像视频分析的过程相结合，设计新一代智能图像视频分析系统，研究方向包括图像和视频分析，深度学习，人的行为理解，场景理解等。

研究实习生（1）

工作职责

产生高水平的学术论文

有机会对微软的认知服务，Azure 云媒体分析服务，Office Media 等产品做出贡献

任职要求

计算机科学、软件工程、电子工程或其它相关专业的硕士研究生或博士研究生

具备深度学习，计算机视觉和图像分析知识

具有优秀的编程能力或相关的项目经验

具有良好的沟通能力和团队协作精神

能得到导师的书面同意

工作时间要求

能保证至少六个月的实习

研究实习生（2）

工作职责

研究视觉中的弱监督问题及提升模型泛化能力的问题。实际视觉任务中普遍存在着训练数据和测试数据的不一致（例如 Domain gaps），以及标记数据量有限的限制。将研究和探讨如何设计高效的算法和网络结构，提升网络的泛化性（Domain generalization）和适应性（Domain adaptation）。

产生高水平的学术论文

有机会对微软的认知服务，Azure 云媒体分析服务，Office Media 等产品做出贡献

任职要求

计算机科学、软件工程、电子工程或其它相关专业的硕士研究生或博士研究生

具备深度学习，计算机视觉和图像分析知识

具有优秀的编程能力或相关的项目经验

具有良好的沟通能力和团队协作精神

能得到导师的书面同意

工作时间要求

能保证至少六个月的实习

机器学习组

组别介绍：

微软亚洲研究院机器学习组致力于从算法、应用和理论层面推进人工智能前沿研究，加速人工智能在自然科学和产业应用中的探索。机器学习组开发了 Graphormer，LightGBM 等多个受欢迎的开源工具包，多次夺得国际比赛冠军，并持续产出高质量学术论文。

AI for Science 实习生

工作职责

参与AI for Science项目科研项目，撰写高质量论文，完成前沿算法的落地与部署，开发、维护开源工具包。具体方向包括但不限于:

基于深度学习的分子模拟，如分子动力学，分子性质预测，分子生成，逆合成等。

深度学习模型在算法及理论层面的创新，如图神经网络、大规模预训练算法等。

深度学习在材料发现、药物发现等中的应用。

机器学习与湿实验相结合。

使用机器学习加速密度泛函理论等。

任职要求

扎实的数理基础知识。

任一相关方向扎实的背景知识。

熟练使用PyTorch/Tensorflow等深度学习库。

加分项：

有机器学习方向顶会论文发表

有丰富的计算物理、化学、生物知识，会熟练使用相关量子化学软件等

实习时间一年及以上

工作时间要求

能获得导师许可并保证至少六个月的实习。

强化学习实习生

工作职责

进行机器学习领域前沿研究，在顶级会议和期刊上发表文章，推动AI技术在工业界的落地

Game AI：通过游戏抽象现实问题。

Probabilistic RL：进行强化学习基础算法研究，致力于推动强化学习算法发展

算法落地：强化学习应用研究

Game AI：通过游戏抽象现实问题。

Probabilistic RL：进行强化学习基础算法研究，致力于推动强化学习算法发展

算法落地：强化学习应用研究

任职要求

熟悉Linux、Python，精通 Pytorch 或Tensorflow

精通至少一个机器学习子领域的前沿工作，对该领域有自己的理解

知晓RL|VAE|GameAI & DL领域的前沿工作和重要工作，拥有论文快速检索和阅读能力

擅长对实际问题建模，具备优秀的研究直觉

具备优秀的实验管理能力

能保证至少六个月的实习，每周不少于四天

加分项：

ICML/NIPS/ICLR/CVPR/ICCV/ECCV/ACL/KDD 发表论文经历

ACM 或其他编程比赛经历

数据科学竞赛经历

工作时间要求

能获得导师许可并保证至少6个月的全职实习。

研究实习生

工作职责

参与强化学习的算法研究

参与机器学习/强化学习算法的实践应用

参与开源项目（DMTK, LightGBM）的开发和应用

面对大规模数据下机器学习/强化学习的挑战，提高现有算法的效率和准确度

任职要求

计算机或相关专业

具备良好的数学基础，机器学习知识

具有较强的编程实现能力，良好的沟通能力和团队协作精神

加分项：了解深度学习框架（PyTorch, TensorFlow 等），有 linux 下开发经验, 有使用 Git/VSO 等团队合软件，有开源软件开发经历

工作时间要求

能保证三个月的实习，每周不少于四天

语音研究实习生

工作职责

参与机器学习、自然语言处理、语音相关算法研究，参与文本到语音合成相关算法研究

参与研究选题、算法模型设计、实验验证、论文写作以及实践应用、产品落地等相关流程

任职要求

计算机、电子或相关专业（本科/硕士/博士）

具有良好的逻辑思维能力，扎实的数理、编程基础，熟练掌握至少一种深度学习框架，比如 Tensorflow

具有良好的机器学习、深度学习基础，有扎实的深度学习模型开发、调试、优化经验者优先

加分项：具有语音相关基础知识，了解传统的语音合成以及基于神经网络的端到端语音合成方法；关注语音领域最新研究进展，有相关论文发表者优先

工作时间要求

能获得导师许可并保证至少六个月的实习

机器学习解决方案组

组别介绍：

微软亚洲研究院机器学习领域从理论、算法、应用等不同层面推动机器学习的前沿。我们的研究兴趣包含：深度学习、强化学习、图学习、梯度提升树、在线学习、预训练、动态学习、学习理论等。同时，我们也在积极探索人工智能在自然科学和产业应用中的价值，从而为科学工作者和传统工业赋能（具体见研究概况）。在过去的十几年间，我们在顶级国际会议和期刊上发表了大量被高度引用的高质量论文，向微软的产品部门转化了大量核心技术，并帮助众多的企业合作伙伴实现了数字化转型。我们也向开源社区贡献了大量高质量开源工具，例如 LightGBM、LigthLDA、微软图引擎，多智能体资源优化平台“群策 MARO”，业内首个AI量化投资平台“微矿 Qlib”，以及最新的时空预测平台“FOST”。

机器学习+计算化学/计算物理算法实习生

工作职责

复现已有论文

改进现有代码、性能优化

工作方向（选其一）

利用图神经网络等相关方法进行分子材料表征

使用生成模型、强化学习等方法完成分子材料设计

利用神经网络加速偏微分方程求解

利用神经网络完成积分方程求解

利用 cuda 语言加速

任职要求

计算机、电子、化学、物理或相关专业（本科/硕士/博士）

扎实的数据结构/算法基础

熟悉常见的机器学习算法，熟悉使用 PyTorch 或 TensorFlow 等

熟练的编程能力

快速学习能力,良好的沟通与合作能力

工作时间要求

能获得导师许可并保证至少三个月的实习。

智能金融算法研发实习生

工作职责

智能金融研究方向：

研究机器学习在金融领域（如量化投资）的应用

打破传统投资框架，探索全新的投资策略学习范式，将研究成果发布到相关领域的顶级会议或期刊

将研究工作开源到微软自研量化投资平台 Qlib (https://github.com/Microsoft/qlib) ，在开源社区和金融领域最活跃最前沿的同行进行深度交流

放下 Toy data 走出象牙塔，面对真实的海量金融数据，设计面向百亿级别的实际金融场景，应对变化莫测的金融市场

智能金融系统开发方向：

定义下一代量化投资研发框架，了解并解决开源社区和金融领域最活跃最前沿的同行的最新需求，研发和维护量化投资平台(Qlib https://github.com/microsoft/qlib)

将理想实验环境中的算法迁移到真实的金融交易场景中，针对真实市场中的问题优化模型和策略，在真实金融数据中分析和定位模型问题

设计和改进运营百亿级别资金的量化投资系统，解决在真实交易环境中遇到的系统瓶颈，对架构设计和系统性能进行调优

智能金融监管研究方向：

研究机器学习在金融监管领域的应用，场景包括反洗钱、反欺诈等

将异常检测算法用于洗钱及欺诈行为检测

基于图神经网络、时空图等模型建模用户间关联，检测洗钱及欺诈团伙

利用时间序列模型分析洗钱行为及欺诈行为的时序异常规律

研究机器学习在金融领域（如量化投资）的应用

打破传统投资框架，探索全新的投资策略学习范式，将研究成果发布到相关领域的顶级会议或期刊

将研究工作开源到微软自研量化投资平台 Qlib (https://github.com/Microsoft/qlib) ，在开源社区和金融领域最活跃最前沿的同行进行深度交流

放下 Toy data 走出象牙塔，面对真实的海量金融数据，设计面向百亿级别的实际金融场景，应对变化莫测的金融市场

将理想实验环境中的算法迁移到真实的金融交易场景中，针对真实市场中的问题优化模型和策略，在真实金融数据中分析和定位模型问题

设计和改进运营百亿级别资金的量化投资系统，解决在真实交易环境中遇到的系统瓶颈，对架构设计和系统性能进行调优

研究机器学习在金融监管领域的应用，场景包括反洗钱、反欺诈等

将异常检测算法用于洗钱及欺诈行为检测

基于图神经网络、时空图等模型建模用户间关联，检测洗钱及欺诈团伙

利用时间序列模型分析洗钱行为及欺诈行为的时序异常规律

任职要求

熟悉各类机器学习算法、模型的优化，熟悉常用的机器学习工具

具备优秀的编程能力和扎实的算法基础，精通 Python 和 Linux 开发环境

能熟练使用至少一种深度学习框架（PyTorch、Tensorflow及Caffe 等）

智能医疗算法研究实习生

工作职责

AI for Health 相关前沿论文的阅读及分享

医疗数据分析、场景挖掘、问题定义

独立推进一项研究子课题，在真实场景的数据中验证

撰写论文及专利

任职要求

计算机、电子或相关专业（本科/硕士/博士）

扎实的机器学习基础知识和编程能力

积极主动的研究和学习态度

有time series, tabular data, graph neural network, CV, NLP 等方向研究经历者优先

有完整的论文撰写及投稿经历者优先

有 Kaggle、ACM 等竞赛获奖者优先

强化学习算法应用实习生

工作职责

积极跟进和关注强化学习算法的前沿研究

参与机器学习算法，特别是强化学习相关算法的研究

参与强化学习算法在物流、能源、工业控制等领域的落地应用

任职要求

计算机或相关专业硕士或以上学历，有较强编程能力的优秀本科生也欢迎申请

具备良好的数学基础，机器学习知识

具有较强的编程实现能力，良好的沟通能力和团队协作精神

加分项：有强化学习算法的开发和研究经历；顶级 AI 会议文章；熟练掌握深度学习框架(PyTorch, TensorFlow 等)；有开源软件开发经历等

工作时间要求

能获得导师许可并保证至少三个月、每周至少四天的实习

多媒体计算组

组别介绍：

微软亚洲研究院多媒体计算组致力于多媒体实时通信中的各种技术，囊括底层的视频音频处理、压缩、编解码和上层的计算机视觉和语音处理与理解。利用人工智能等技术提高多媒体实时通信中的用户体验。在微软亚洲研究院有超过 20 年的研究与工程技术积累，技术转换到包括 Office, Microsoft Teams, Surface 和 XBox 等多条产品线。另外，研究员们在这些相关领域的顶会上发表过多篇论文，包括CVPR, SIGGRAPH, ICCV, NIPS, AAAI, TPAMI, ACMMM等。加入多媒体计算组，研究最前沿的计算机视觉技术，培养目标为论文、竞赛以及算法，并落地于微软产品。

研究实习生（1）

工作职责

在研究员的指导下，针对音频和语音方向开展前沿性研究、实验验证以及论文撰写，包括

实时音视频通信中的音频信号处理，比如语音去噪，回声消除，丢包补偿，编码以及抖动控制等。

音频和语音表征学习 (Audio and speech representation learning) 。

音频和语音任务的网络泛化能力和适应性研究 (Domain generalization and domain adaptation)。

任职要求

计算机、电子或相关专业（本科/硕士/博士），研究方向为以下之一：计算机视觉/通信/语音信号处理/人工智能

扎实的编程能力（Python / C++），熟悉至少一种常用的深度学习框架 (Tensorflow / PyTorch)

快速学习能力，良好的沟通与合作能力

具备阅读及撰写英文文献的能力

加分项：有相关研究经历/有论文发表/有参加相关比赛经验者优先

工作时间要求

能获得导师许可并保证至少六个月的实习。

研究实习生（2）

工作职责

每位实习生都会在一位或多位研究员的指导下在图像和视频压缩以及处理方面进行最前沿的研究工作。你将参与到一些最新的图像及视频压缩，去噪，增强等项目中。该招聘职位旨在研究图像和视频压缩处理中特征表达，提取和传播的问题，通过更为普适的特征，进而达到提升压缩率和提高处理效果的目的。

任职要求

计算机科学、软件工程、电子工程或其它相关专业的硕士研究生或博士研究生

具备深度学习，计算机视觉，视频压缩和处理相关知识

具有优秀的编程能力或相关的项目经验

具有良好的沟通能力和团队协作精神

能得到导师的书面同意

工作时间要求

能获得导师许可并保证至少六个月的实习。

计算机视觉研究实习生

工作职责

在研究员的指导下，针对以下列出的研究方向之一开展前沿性研究、实验验证以及论文撰写：

视频表达学习（Video Representation Learning）, 视频对象分割（Video Object Segmentation）/ 视频实例分割（Video Instance Segmentation）。

基于视频的深度估计 / 光流估计 (Depth estimation and Optical flow estimation)

神经渲染 / 神经辐射场（Neural Rendering / Neural Radiance Fields), 基于深度学习的三维重建（Learning-based 3D Reconstruction）

任职要求

计算机、电子或相关专业（本科/硕士/博士），研究方向为以下之一：计算机视觉/计算机图形学/人工智能

扎实的编程能力（Python / C++），熟悉至少一种常用的深度学习框架 (Tensorflow / PyTorch)

快速学习能力，良好的沟通与合作能力

具备阅读及撰写英文文献的能力

加分项：有相关研究经历/有论文发表/有参加相关比赛经验者优先

工作时间要求

能获得导师许可并保证至少六个月的实习。

社会计算组

组别介绍：

微软亚洲研究院社会计算组致力于将计算机科学与社会学、心理学和认知科学等领域相结合，基于用户在各种异构平台上产生的大规模行为数据，对用户进行全面和深度的理解，进而为用户提供负责任、智能和个性化的在线体验。该组目前的主要研究方向包括用户建模、推荐系统、图数据挖掘、隐私保护、可解释机器学习和知识图谱等。其学术水平在社会计算、普适计算与数据挖掘等领域均享有盛名。

研究实习生

工作职责

研究实习生将会以多种方式与社会计算组的研究员展开合作研究，例如：

独立或与研究员合作推进研究项目

设计和开发研究所需的原型系统

撰写学术论文

任职要求

计算机科学、电子工程、数学或其它相关专业的硕士研究生或博士研究生

学习黑客攻防前应该先学习什么(新手学黑客攻防入门篇)

具备坚实的数学基础和解决问题的能力；具有数据挖掘、机器学习、信息检索、自然语言处理等领域相关知识者优先

具备优秀的编程能力；具有互联网搜索、在线广告、推荐系统等方面项目经验者优先；具有构建大规模系统或处理大数据经验者优先

具有良好的沟通能力和团队协作精神

具有优秀的英语听说读写能力

工作时间要求

能获得导师许可并保证至少三个月的实习。

智能云端系统组

组别介绍：

微软亚洲研究院智能云端系统组（Intelligent Cloud and Edge）致力于研究面向人工智能的云端基础架构中的关键系统问题。小组目前研究领域涵盖新型加速硬件的优化、人工智能和高性能计算和编译框架、大规模新型云端计算负载的支持等。

我们欢迎任何对系统研究感兴趣的同学和我们一起工作，围绕下面的相关研究方向开展研究工作：

深度学习计算和编译框架

高性能计算

新型云端加速硬件的性能优化

大规模深度学习的训练和推理系统

深度学习分布式框架与算法

图神经网络和MoE框架的开发与优化

流式深度学习应用（游戏、多媒体）的加速与系统研发等

研究实习生

工作职责

实习生将以多种方式参与到研究项目中来，包括但不限于:

独立的定义和完成一个新的研究课题

与研究员和其他实习生合作完成一个研究课题

设计和实现系统代码

对已有的系统代码进行理解和改进

完成研究并总结成科研论文

任职要求

教育背景：CS, EE, Mathematics 以及相关背景的在读本科、硕士和博士研究生

系统知识基础：操作系统、分布式系统、编程语言、存储系统、数据库、硬件等

编程能力：扎实的C/C++, Python编程能力，了解 Go/ Rust/ C# / Java 等

良好的沟通和团队合作能力

加分项：熟悉深度学习编译器、深度学习框架、硬件加速器、GPU等异构硬件编程

工作时间要求

能获得导师许可并保证至少六个月的实习。

可信系统研究组

组别介绍：

可信系统研究组的方向包含安全、隐私、去中心化计算（区块链）、应用密码学、可信AI、可靠性和其它相关领域。该组是微软亚洲研究院系统与网络方向的一个组成部分。

该组组员近期开展的项目包含如下的具体方向：区块链交易执行、区块链挖矿机制、去中心化激励机制、AI可验证性、零知识证明的ASIC加速技术、Chromium浏览器安全、TCP/IP侧信道威胁等。这些项目代表了多种研究风格，比如算法设计、系统实现、形式化证明、数据分析、安全攻防、Internet全网测试等。近期发表的论文可以帮助您了解这些研究项目。网址是https://www.microsoft.com/en-us/research/group/trustworthy-systems-asia/publications/。

研究实习生

工作职责

实习生将于全职员工紧密合作，发表一流论文，或对微软内部做出技术影响。

希望实习生主导对研究课题的定义和对研究计划的制定。

希望实习生在论文写作上作为第一作者、或做出关键的贡献。

任职要求

满足以下的一项或多项条件的学生更可能适合这个实习职位。

正在博士生阶段，或对读博有强烈的愿望

已经发表过一篇不错的论文，而且能够清楚地说明该研究的动机和主要贡献

对实际系统有很强的好奇心，并且亲手做过系统的深度分析工作或为这样的系统增加了一些功能

导师所在的学术圈的一流会议包括：S&P, USENIX Security, CCS, NDSS, CRYPTO, SOSP, OSDI, PLDI, DSN, AAAI, NeurIPS

工作时间要求

能获得导师许可并保证至少三个月的实习。

系统研究组

组别介绍：

计算机系统的发展和创新是当前大数据和人工智能时代的重要推动力量。系统研究组致力于研究系统与网络领域相关的关键技术，为先进的智能算法处理超大规模数据提供可靠、安全和高效的计算能力。

我们欢迎任何对系统研究感兴趣的同学和我们一起工作，围绕下面的相关研究方向开展研究工作：

人工智能平台与工具

分布式系统架构与工具

智能云计算与边缘计算

高性能数据库与交互系统

大规模存储系统

系统安全与隐私

区块链与智能合约

可定制硬件/异构体系结构

系统组在过去的 10 多年中取得了丰硕的研究成果，在 SOSP, OSDI, SIGCOMM, NSDI, USENIX ATC, MobiCom, EuroSys, VLDB, SIGMOD 等系统和网络领域顶级会议中持续发表了多篇有影响力的论文。同时，通过扎实的技术转化，多项研究工作被成功地应用于微软重要产品如 Bing、Azure 中，还有很多项目通过开源帮助更多开发者受惠，例如人工智能资源调度及集群管理平台 OpenPAI，自动机器学习工具库 NNI 等。更多信息：https://www.microsoft.com/en-us/research/group/systems-research-group-asia/

研究实习生（1）

工作职责

实习生将以多种方式参与到研究项目中来，包括但不限于：

独立的定义和完成一个新的研究课题

与研究员和其他实习生合作完成一个研究课题

设计和实现系统代码

对已有的系统代码进行理解和改进

完成研究并总结成科研论文

任职要求

教育背景：CS, EE, Mathematics 以及相关背景的在读本科、硕士和博士研究生

系统知识基础：操作系统、分布式系统、编程语言、存储系统、数据库、硬件等

编程能力：扎实的 C/C++ 编程能力，了解 Python / C# / Java / Java

良好的沟通和团队合作能力

同时熟悉 Windows 以及 Linux 操作系统

加分项：熟悉 Tensorflow、PyTorch、CNTK 等深度学习框架，熟悉 FPGA、GPU 等异构硬件编程

工作时间要求

能获得导师许可并保证至少三个月的全职实习，能全职实习六个月以上会优先考虑。

研究实习生（2）

工作职责

实习生将以多种方式参与到研究项目中来，包括但不限于：

独立的定义和完成一个新的研究课题

与研究员和其他实习生合作完成一个研究课题

设计和实现系统代码

对已有的系统代码进行理解和改进

完成研究并总结成科研论文

任职要求

教育背景：CS, EE, Mathematics 以及相关背景的在读本科、硕士和博士研究生

系统研究背景：操作系统、分布式系统、编程语言、存储系统、数据库、硬件等

编程能力：扎实的 C/C++ 编程能力。了解 Python / C# / Java / Java

良好的沟通和团队合作能力

同时熟悉 Windows 以及 Linux 操作系统

熟悉 FPGA、GPU 等异构硬件编程

工作时间要求

至少 3 个月的全职实习时间。能够全职实习六个月及以上会优先考虑。

网络研究组

组别介绍：

微软亚洲研究院网络研究小组（Networking Research Group）致力于计算机网络各个方面的基础研究。小组成员的研究涵盖云计算，数据中心网络，硬件网络系统和机器学习网络系统。我们希望可以通过理论分析和工程经验结合的方法来不断改进和优化网络系统。

实时视频通讯系统优化实习生

工作职责

对实时视频通讯系统的网络性能进行优化

实现现有的机器学习模型并对其进行调参优化

任职要求

熟悉 Python, C/C++等语言，有较强的工程能力，代码格式清晰规范，善于团队协作

有一定英文学术论文阅读能力，能够根据论文进行系统实现

较强的沟通能力和逻辑表达能力

熟悉 TensorFlow, PyTorch 等机器学习系统框架，有相关项目经验

熟悉 WebRTC 等实时视频通信系统，有相关项目经验

在 GitHub 较为活跃，有自己的开源项目，或参与过知名开源项目

发表过学术论文

简历中需标明平均分及专业或年级排名及排名对应的总人数

工作时间要求

能获得导师许可并保证至少六个月的实习，每周至少 5 天，能够尽快入职

数据中心网络加速研发实习生

工作职责

参与下一代数据中心网络交换模块的研究与开发

使用硬件设计语言实现模块化硬件设计

模块设计的测试与联调

任职要求

教育背景：计算机科学或电子信息工程专业，在读本科、硕士、博士研究生

熟悉数字电路设计与实现

有 FPGA 相关项目开发经验，有 Verilog 语言编程经验

熟悉网络结构、计算机体系结构相关知识者优先

优秀的英语沟通能力

简历中需标明平均分及专业或年级排名及排名对应的总人数

工作时间要求

能获得导师许可并保证至少六个月的实习，每周至少 5 天，能够尽快入职

网络虚拟化实习生

工作职责

对虚拟化环境下的网络性能进行优化

对相关硬件驱动的开发与维护

任职要求

熟悉 C/C++ 等语言，有较强的工程能力，代码格式清晰规范，善于团队协作

有一定英文学术论文阅读能力，能够根据论文进行系统实现

较强的沟通能力和逻辑表达能力

熟悉 Linux KVM、Xen、Docker 等虚拟化技术，有相关项目经验

熟悉 Linux 底层网络协议栈和硬件驱动

在 GitHub 较为活跃，有自己的开源项目，或参与过知名开源项目

发表过学术论文

简历中需标明平均分及专业或年级排名及排名对应的总人数

工作时间要求

能获得导师许可并保证至少六个月的实习，每周至少 5 天，能够尽快入职

机器学习系统网络优化实习生

工作职责

对分布式机器学习系统的网络性能进行优化

实现部分现有的机器学习模型并并对其进行性能测试

任职要求

熟悉 Python、C/C++ 等语言，有较强的工程能力，代码格式清晰规范，善于团队协作

有一定英文学术论文阅读能力，能够根据论文进行系统实现

较强的沟通能力和逻辑表达能力

熟悉 TensorFlow、PyTorch、NVCaffe 等机器学习系统框架，有相关项目经验

熟悉 NCCL、OpenMPI、MVAPICH 等 MPI 通信协议

在 GitHub 较为活跃，有自己的开源项目，或参与过知名开源项目

发表过学术论文

简历中需标明平均分及专业或年级排名及排名对应的总人数

工作时间要求

能获得导师许可并保证至少六个月的实习，每周至少 5 天，能够尽快入职

全球网络数据采集系统实习生

工作职责

研究和实现网络状态数据探测算法（瓶颈带宽，可用带宽，ISP 策略，延迟, 丢包率等）

参与设计和搭建大规模网络状态采集与收集系统

任职要求

熟悉网络传输基本知识

熟悉 Python、C/C++ 等语言，有较强的工程能力，代码格式清晰规范，善于团队协作

有一定英文学术论文阅读能力，能够根据论文进行系统实现

较强的沟通能力和逻辑表达能力

熟悉传输层协议，有拥塞控制和带宽估计相关经验

熟悉实时通信系统和多媒体传输，有相关经验

在 GitHub 较为活跃，有自己的开源项目，或参与过知名开源项目

发表过学术论文

简历中需标明平均分及专业或年级排名及排名对应的总人数

工作时间要求

能获得导师许可并保证至少六个月的实习，每周至少 5 天，能够尽快入职

网络图形组

组别介绍：

微软亚洲研究院网络图形组现有多位顶尖的计算机图形学和视觉方向研究员，研究方向涵盖了在计算机图形学及计算机视觉领域中的多个重要方向，从传统的基于物理的建模与渲染（Physical based modeling and rendering）到基于深度学习的神经网络表达与渲染（Neural representation and rendering），从三维几何处理（Geometry processing）到复杂材质重建（Appearance modeling）。研究小组不仅在学术顶级会议上常年发表具有影响力的工作，而且与Xbox, Microsoft Game Studios及Hololens等产品团队保持着密切的合作关系，研究成果应用到微软多个产品和服务之中。

小组研究员详细信息详见：https://www.microsoft.com/en-us/research/group/internet-graphics/

研究实习生

工作职责

微软亚洲研究院网络图形组正在招收若干研究实习生。每位实习生都会在一位或多位资深研究员的指导下在计算机图形学及三维感知与理解方面进行最前沿的研究工作。你的研究成果不仅会产生高水平的学术论文，同时也会对微软的新的智能软件产品做出贡献。

作为一名研究实习生，你的工作职责是在导师的指导下完成如下任务：

选择研究问题和定义研究课题

完成课题的文献调查，提出解法，并高质量的完成算法的实现和实验验证

完成论文撰写并投稿到顶级国际会议和期刊

参加研究院的论文研讨会和研究组的各项活动

享受研究院提供的各种训练机会设施和福利！

主要研究方向和相关项目

基于神经网络的高效渲染方法，包括NeRF，Neural Rendering等基础研究与实际应用

基于神经网络的几何与材质重建

三维内容的理解与生成，包括场景理解、生成、三维表达学习，三维多视角、多光照图像生成等等。

任职要求

计算机，电子工程，自动化，应用数学及相关领域本科/硕士/博士在读

优秀的学术背景

学习黑客攻防前应该先学习什么(新手学黑客攻防入门篇)

相关文章