Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Razer
Сингапур, Сингапур2 месяца назад
Грейд
Intern
Тип занятости
Полная занятость
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Присоединившись к Razer, вы будете участвовать в глобальной миссии по революционизации игрового мира. Razer — это место, где можно добиться больших успехов, предоставляя вам возможность оказывать влияние на глобальном уровне, работая в международной команде, расположенной на 5 континентах. Razer — это также прекрасное место для работы, предоставляющее уникальный, ориентированный на геймеров опыт LifeAtRazer, который обеспечит вам ускоренный рост как в личном, так и в профессиональном плане.
В качестве стажера в области ИИ-инженерии в составе Agentic AI Pod вы будете тесно сотрудничать с опытными ИИ-инженерами, помогая проектировать, прототипировать и оценивать агентные ИИ-системы на внутренней ИИ-платформе Razer. Эта стажировка предлагает практический опыт работы с современными ИИ-стеками, включающими LLM, генерацию с дополненной выборкой (RAG), оркестрацию агентов и адаптацию моделей, применяемыми к реальным игровым и платформенным сценариям использования. Вы будете способствовать созданию и совершенствованию автономных и полуавтономных ИИ-агентов, получая опыт на протяжении всего жизненного цикла разработки ИИ — от подготовки данных и экспериментов до интеграции и оценки системы — при этом изучая лучшие практики масштабируемой, ориентированной на производство ИИ-инженерии. Помощь в проектировании и внедрении компонентов агентного ИИ, таких как логика планирования, использование инструментов, память и многошаговые рассуждения. Поддержка разработки и оптимизации конвейеров генерации с дополненной выборкой (RAG) с использованием вложений (embeddings) и векторных баз данных. Помощь в подготовке наборов данных и экспериментирование с методами дообучения или адаптации LLM (например, instruction tuning, LoRA). Внесение вклада во внутренние инструменты, фреймворки или рабочие процессы для LLM-агентов. Интеграция и экспериментирование со сторонними ИИ-сервисами (LLM, речь, зрение или агентные фреймворки). Участие в бенчмаркинге и оценке моделей, промптов, поведения агентов и стратегий выборки. Помощь в тестировании, отладке и улучшении производительности системы, задержки и надежности. Сотрудничество с инженерами по ИИ, инженерами платформы и командами DevOps, изучая лучшие отраслевые практики. Быть в курсе новых тенденций в области агентного ИИ, LLM и RAG-систем.
Приглашаются студенты, обучающиеся по программам получения степени в области компьютерных наук, ИИ, ML или смежных технических областях. Сильные навыки программирования на Python и знакомство с основами разработки программного обеспечения. Базовое понимание больших языковых моделей (LLM) и концепций промпт-инжиниринга. Знакомство хотя бы с одним API LLM или LLM с открытым исходным кодом (например, OpenAI, Claude, Gemini, LLaMA). Опыт работы или интерес к RAG-конвейерам, агентным фреймворкам или ML-рабочим процессам. Готовность изучать и экспериментировать с современными инструментами и фреймворками ИИ (например, LangChain, LlamaIndex). Курсовые работы, проекты или исследования, связанные с NLP, LLM или агентно-ориентированными системами. Опыт работы над академическими, личными или хакатонскими проектами, включающими: промпт-инжиниринг, векторные базы данных или вложения (embeddings), дообучение или адаптацию ML-моделей. Предварительные требования:
Joining Razer will place you on a global mission to revolutionize the way the world games. Razer is a place to do great work, offering you the opportunity to make an impact globally while working across a global team located across 5 continents. Razer is also a great place to work, providing you the unique, gamer-centric LifeAtRazer experience that will put you in an accelerated growth, both personally and professionally. Job Responsibilities : As an AI Engineer Intern within the Agentic AI Pod, you will work closely with experienced AI Engineers to help design, prototype, and evaluate agentic AI systems on Razer’s internal AI platform. This internship offers hands-on exposure to modern AI stacks involving LLMs, retrieval-augmented generation (RAG), agent orchestration, and model adaptation, applied to real-world gaming and platform use cases. You will contribute to building and improving autonomous and semi-autonomous AI agents, gaining experience across the AI development lifecycle—from data preparation and experimentation to system integration and evaluation—while learning best practices in scalable, production-oriented AI engineering. Key Responsibilities Assist in designing and implementing agentic AI components, such as planning logic, tool usage, memory, and multi-step reasoning Support the development and optimization of Retrieval-Augmented Generation (RAG) pipelines using embeddings and vector databases Help prepare datasets and experiment with LLM fine-tuning or adaptation techniques (e.g., instruction tuning, LoRA) Contribute to internal tooling, frameworks, or workflows for LLM-driven agents Integrate and experiment with 3rd-party AI services (LLMs, speech, vision, or agent frameworks) Participate in benchmarking and evaluation of models, prompts, agent behaviors, and retrieval strategies Assist with testing, debugging, and improving system performance, latency, and reliability Collaborate with AI Engineers, Platform Engineers, and DevOps teams while learning industry best practices Stay up to date with emerging trends in agentic AI, LLMs, and RAG systems Technical Skills Students pursuing a degree in Computer Science, AI, ML, or a related technical field are welcome to apply Strong programming skills in Python and familiarity with software engineering fundamentals Basic understanding of large language models (LLMs) and prompt engineering concepts Familiarity with at least one LLM API or open-source LLM (e.g., OpenAI, Claude, Gemini, LLaMA) Exposure to or interest in RAG pipelines, agent frameworks, or ML workflows Willingness to learn and experiment with modern AI tools and frameworks (e.g., LangChain, LlamaIndex) Coursework, projects, or research related to NLP, LLMs, or agent-based systems Experience from academic, personal, or hackathon projects involving: Prompt engineering, Vector databases or embeddings, Fine-tuning or adapting ML models Pre-Requisites : Razer is proud to be an Equal Opportunity Employer. We believe that diverse teams drive better ideas, better products, and a stronger culture. We are committed to providing an inclusive, respectful, and fair workplace for every employee across all the countries we operate in. We do not discriminate on the basis of race, ethnicity, colour, nationality, ancestry, religion, age, sex, sexual orientation, gender identity or expression, disability, marital status, or any other characteristic protected under local laws. Where needed, we provide reasonable accommodations - including for disability or religious practices - to ensure every team member can perform and contribute at their best. Are you game?
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 21 100 до 40 200