GPU 基础设施实习生(J10937)

1. 参与 Graphics Trace / RayTracing Trace 相关工具链的开发与维护， VK Trim、DXR / VK RT trace 等方向的工程化落地。
2. 参与 MUSA API Trace / Compute Trace 方向的 capture / replay / verify 工程化建设
3. 计算机、软件工程、电子信息、图形学或相关专业在读。
4. 熟悉 C++ 或 Python，能阅读工程代码并完成小范围修改。
5. 具备基本问题记录和复现实验能力，能把环境、步骤、输入、输出、日志和结论写清楚。
6. 做事细致，能接受较多回归验证、结果整理和文档沉淀工作。

计算机、软件工程、电子信息、高性能计算或相关专业在读。

1. 了解 GPU compute、CUDA runtime API、kernel launch、内存拷贝、同步等基础概念更佳。
2. 能独立整理实验步骤、日志、结果和问题现象，具备基本数据分析和归档意识。

加分项：

1. 使用过 RenderDoc、Nsight、PIX、GPA、RGA 等图形调试或性能分析工具。
2. 阅读过Renderdoc/gfxr/apitrace等开源Graphics Trace工具源码
3. 有自动化测试、CI、批处理脚本、日志分析经验。
4. 熟悉 CUDA / OpenCL / HIP 任一 compute 编程模型。
5. 有测试框架、自动化回归、日志分析、性能数据处理经验。
6. 熟悉Renderdoc/gfxr/apitrace等开源Graphics Trace工具源码