英伟达
Applied AI Engineer - Silicon Co-Design Group
Applied AI Engineer - Silicon Co-Design Group
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI产品经理
AI产品经理
Ai Automation
Llm
Pytorch
值不值得投
84综合评分
综合评分 84
顶尖大厂、前沿AI+半导体技术栈、高薪高发展、工作强度未知
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
9.0万
比AI产品经理中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 510 个在招
市场机会
选择面较广
上海 · AI产品经理 · 约 130 个在招
职位详情
关于这个职位
该职位负责将AI/LLM技术应用于半导体芯片验证与自动化流程，通过构建智能系统提升设计效率
需具备深厚的AI工程能力及电子工程基础，主导从原型到生产部署的全流程，并与跨职能团队协作优化工作流
最低要求
计算机科学、电子工程、计算机工程或相关领域的学士、硕士或博士学位，或同等经验
年以上构建和部署机器学习/AI系统或数据密集型后端服务的实战经验
年以上直接应用AI经验，独立负责AI代理、LLM驱动的工作流或智能自动化系统的全生命周期（从原型到生产部署）
精通Python，并熟练掌握至少一种静态语言（如C、C++、C#、Java或Scala）
熟悉PyTorch或TensorFlow等深度学习框架，并有使用NeMo Agent Toolkit、LangChain、Semantic Kernel、AutoGen、CrewAI或n8n等代理及编排工具的实战经验
具备部署、监控和调试可扩展AI/ML模型的成功记录
扎实的电子工程基础，包括计算机体系结构、高速接口、时序、电源基础，以及固件/驱动程序结构和硬件交互的深入理解
能够平衡多个同时进行的项目
优秀的解决问题、沟通和协作能力
工作职责
设计和实施基于AI/LLM的系统，以改善半导体验证环境中的后硅验证、自动化和工作流效率
与多职能工程团队合作，寻找AI集成和性能优化的机会
评估新兴框架、架构和工具，以提高组织内人工智能驱动的效率
建立和维护数据驱动的指标，以量化AI影响，识别性能差距，并推动系统的持续改进
优先资格
熟悉现代AI技术和方法，能够将创新的AI研究转化为实用的高影响力生产工具
有构建和部署管理数百至数千种工具的编排代理的经验
使用标准工具（如示波器、万用表、逻辑分析仪）进行硅片上线、特性分析或实验室调试的实战经验
在硅开发环境中工作的经验，了解芯片和系统特性分析方法、工艺变化、统计误差率或高级时序/电源分析
调试涉及硬件/软件交互的复杂系统级问题的经验，包括领导或主导硅片或功能级问题的根本原因分析
AI 洞察
优缺点分析
优点
- 处于AI与半导体交叉的前沿领域，技术栈极具竞争力
- 依托英伟达平台，接触顶级硬件资源和海量数据
- 薪酬福利具有全球竞争力
- 要求兼具AI算法工程能力和底层硬件知识，学习曲线陡峭
- 需处理复杂的软硬件交互问题，调试难度大
- 适合对AI落地应用有热情，且具备扎实电子工程背景的技术专家，喜欢解决高复杂度系统问题的人
缺点 / 挑战
- 高强度项目交付压力
角色解读
- 可向AI基础设施架构师、半导体领域AI解决方案专家或技术负责人方向发展，深耕AI与硬件交叉领域
- 负责将大语言模型（LLM）和AI代理技术应用于半导体芯片的后硅验证和自动化流程中
- 需要精通Python及C/C++等语言，熟练掌握PyTorch/TensorFlow及LangChain等AI编排工具，同时具备扎实的电子工程和计算机体系结构知识
申请策略
- 准备具体的项目案例，说明如何将AI技术转化为实际的生产力提升指标
- 了解英伟达Blackwell等最新芯片架构及其验证痛点
- 突出AI系统在真实生产环境中的部署经验，特别是LLM或Agent的应用案例
- 强调Python与C/C++的双栈能力
- 展示在半导体或硬件相关领域的过往项目成果
- 加强计算机体系结构和高速接口等硬件基础知识
- 深入掌握LangChain、AutoGen等主流AI编排框架的最新特性
- 提升大规模模型监控与调试能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术选型理由、遇到的具体技术难点及解决方案、以及量化的业务/技术收益
- 请分享一个你从原型到生产部署完整的AI Agent或LLM应用案例，遇到的最大挑战是什么？
- 如何在保证精度的前提下，优化LLM在半导体验证流程中的推理速度和成本？
- 描述一次你利用数据驱动指标发现系统瓶颈并推动改进的经历
- 如何理解计算机体系结构中的时序和电源基础对AI系统设计的影响？
- 复习深度学习框架原理及LLM微调/部署技术
- 回顾计算机组成原理中关于CPU/GPU架构、总线协议的基础知识
- 准备1-2个体现跨学科解决问题能力的案例
职位点评
薪资福利90
成长发展95
工作生活60
使命价值85
薪资福利
90较高
作为已上市的跨国巨头，提供极具竞争力的薪酬包和全面的福利保障，满足度高。
薪资信号偏高 (6.0千–12.0万/月)
福利待遇comprehensive benefits package、highly competitive salaries
成长发展
95较高
处于AI与半导体最前沿，技术栈新颖且具挑战性，能极大促进个人技术成长和行业影响力。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、PyTorch、LangChain、NeMo、Silicon Co-Design
成长机会innovate, develop, and integrate innovative AI solutions、push the boundaries of what's possible
业务类型profit_center
工作生活
60中等
未明确提及弹性工作制，但作为核心研发岗位，可能面临较高的项目压力和加班需求，WLB中等。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
参与定义下一代计算时代，技术具有极高的社会价值和行业影响力，使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号define the next era of computing、make a lasting impact on the world
创新程度开拓性创新（行业首创）
英伟达 的其他在招职位
相似职位推荐
Watch Jobs