Watch Jobs
Nvidia logo
英伟达
Senior Infrastructure Automation Engineer - Silicon Co-Design Group
立即应聘

Senior Infrastructure Automation Engineer - Silicon Co-Design Group

发布于 大约 1 小时前

普通员工/个人贡献者

上海市
高级经验
全职员工
仅现场办公
硕士
平台工程
Ai/Ml
分布式系统
可观测性
基础设施自动化
芯片设计
计算机体系结构
跨团队协作
Silicon Co-Design

AI 估算 · 50k–80k

NVIDIA上海高级工程师薪资处于行业顶尖，8年以上经验月薪约5-8万，年包含股票奖金。

职位详情

关于这个职位

该职位隶属于英伟达硅片协同设计团队，负责构建AI驱动的芯片设计自动化基础设施

你将主导跨团队协作，优化芯片设计流程，并应用AI/ML技术提升效率
适合拥有深厚软件工程背景和硬件知识的资深工程师，参与定义技术路线图并推动落地

最低要求

· 拥有电子工程（EE）或同等经验的硕士或博士学位

· 具有扎实的软件工程背景，8年以上设计大规模基础设施、框架架构或开发者平台的丰富经验
· 精通Python和至少一门静态语言（C、C++、C#、Java、Scala等）
· 具备AI/ML和数据分析的实践经验，最好接触过大规模数据集
· 扎实的EE基础，包括计算机体系结构、高速接口、时序、功耗基础，以及对固件/驱动结构和硬件交互的深入理解
· 优秀的解决问题、沟通和协作能力
· 能够在时间表、覆盖率、质量和性能约束下，分解模糊的技术问题，解释故障模式和边界情况，并做出强有力的权衡决策
· 有独立推动复杂跨职能工作并明确负责、紧密协作直至完成的过往记录

工作职责

· 定义清晰的生产效率提升解决方案的愿景和路线图，与业务需求对齐，并从设计到交付推动执行

· 领导跨职能工程团队，承诺项目交付成果，精简系统设计和验证流程与工作流
你拥有工具之间的流水线
· 为Silicon Co-Design用例构建生产级AI辅助自动化基础设施，包括可靠的编排、可观测性、评估、护栏以及必要的人机交互控制
· 推动与ASIC、软件、系统设计、产品、安全和运营团队的跨职能协作，确保可靠性、可扩展性和性能，培养技术卓越、协作和主人翁意识的文化
· 推动跨越基础设施、自动化、数据和软硬件边界的深入调试和根本原因分析
区分相互竞争的假设，定义测量计划，并让团队汇聚到正确的修复方案上

优先资格

· 有使用标准工具（如示波器、万用表、逻辑分析仪）进行硅片启动、特性分析或实验室调试的实践经验

· 有构建用于工程或基础设施用例的生产级AI工作流系统（而非仅原型）的经验
· 在分布式系统、自动化流水线和软硬件交互方面具有强大的调试直觉，能清晰阐述假设树、测量计划、权衡和最终决策点
· 有AI经验加速编码、分析、验证或分诊，并具备强大的工程判断力和验证纪律

AI 洞察

优缺点分析

优点

  • NVIDIA是AI芯片行业领导者，技术栈全球顶尖，平台影响力大
  • 工作内容涉及AI与芯片设计的结合，属于前沿交叉领域，技术成长快
  • 薪资和福利在行业内有很强竞争力，且岗位关键度极高

缺点 / 挑战

  • 需同时具备软件工程和硬件知识的双重能力，门槛较高
  • 负责的工具链支撑所有芯片生产，责任重大，可能面临较大工作压力
  • 跨部门协作多，需要兼顾各方需求，沟通成本较高
  • 适合拥有8年以上软硬件背景、技术栈全面、喜欢挑战前沿问题并能在强压下带项目落地的资深工程师

角色解读

  • 可发展为芯片设计自动化领域的技术专家，主导更核心的基础设施架构
  • 有机会带团队，向工程管理或技术总监方向发展
  • 随着AI+芯片设计趋势，成为跨软硬件和AI的稀缺复合型人才
  • 负责定义并推动芯片设计自动化基础设施的路线图，从概念到部署端到端执行
  • 领导跨职能工程团队，整合ASIC、软件、系统设计等环节，优化工具链和流程
  • 构建生产级AI辅助自动化系统，包括编排、可观测性、评估和防护机制
  • 深入调试软硬件边界问题，主导根因分析并驱动解决方案落地
  • 扎实的Python和C/C++等语言编程能力，能设计大规模分布式系统
  • 深厚的计算机体系结构和硬件知识，理解固件、驱动与硬件交互
  • AI/ML与数据分析经验，能应用于实际工程场景
  • 出色的问题拆解和跨团队协作能力，能推动复杂项目到最终交付

申请策略

  • 深入了解NVIDIA的Silicon Co-Design团队业务，思考AI如何重塑芯片设计
  • 在简历中准备一个完整的项目故事，展示从问题定义到交付的全过程
  • 突出大规模基础设施或平台架构的设计经验，用具体项目量化规模和影响力
  • 强调AI/ML在工程自动化中的应用案例，并说明实际效果
  • 展示硬件相关背景，如芯片调试、硬件交互项目
  • 体现跨团队推动复杂项目的成功经历，包括解决的问题和做的取舍
  • 补强AI/ML实践，尤其是LLM辅助编码或自动化流程
  • 复习计算机体系结构、高速接口和功耗基础

面试指南

  • 用STAR方法描述项目：情境、任务、行动、结果，突出量化成果
  • 对技术问题展示系统性思维：从目标出发，拆解假设，定义测量指标，再收敛方案
  • 强调协作和主人翁意识，说明你如何主动承担责任并影响他人
  • 设计一个用于芯片设计验证的自动化流水线，关键组件和可靠性考虑？
  • 你如何调试一个跨硬件和软件的系统问题？请描述你的假设树和测量计划
  • 如何将AI/ML应用于现有的基础设施自动化？举个例子并说明效果
  • 在多方团队合作中，你如何推动决策并确保按期交付？
  • 面对性能、质量和进度的权衡，你做决策的思路是什么？

职位点评

79
综合评分

NVIDIA上海硅设计团队，AI驱动基础设施自动化，顶尖薪资与技术前沿，WLB一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人
适合优先追求技术突破和职业成长、对薪资有高期望、能接受高强度协作的资深工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活60
使命价值70

薪资福利

85较高

NVIDIA提供极具竞争力的薪资和全面的福利待遇，虽然JD未披露具体数字，但行业共识是顶尖水平，能较好满足补偿性动机。

薪资信号未披露（AI估算：50K-80K/月）

成长发展

90较高

该岗位处于AI与芯片设计交叉前沿，技术栈新且核心，成长空间大，能极大满足发展性动机。

技术前沿前沿/新兴技术
技术栈Python、C++、AI/ML、Infrastructure Automation、Silicon Design、Computer Architecture、Observability、Orchestration
业务类型cost_center

工作生活

60中等

工作地点为上海，未提及远程或弹性工作，可能为现场办公，WLB信号不明显，生活化动机满足一般。

工作模式仅现场办公
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

70中等

NVIDIA在AI芯片领域处于高速增长赛道，职位本身技术影响力大，但社会责任方面中性，意义感动机中等偏上。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术

英伟达 的其他在招职位

相似职位推荐

Watch Jobs