英伟达
Applied AI Engineer - Silicon Co-Design Group
Applied AI Engineer - Silicon Co-Design Group
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Llm
Pytorch
Tensorflow
半导体
硅片调试
芯片验证
值不值得投
80综合评分
综合评分 80
技术前沿、成长空间巨大，但工作强度可能较高，适合追求技术挑战的资深工程师。
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。
薪资怎么样
55K
比人工智能中位数高
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 320 个在招
市场机会
选择面较广
上海 · 人工智能 · 64 个在招
职位详情
关于这个职位
加入英伟达硅片协同设计团队，你将负责将前沿AI技术（如LLM）集成到芯片设计与验证的自动化流程中，构建下一代智能工具链
你将与跨职能团队合作，识别并解决流程瓶颈，评估新兴AI框架，并量化AI带来的实际影响
这是一个深度参与技术决策、推动行业变革的资深工程师岗位
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，6年以上构建和部署机器学习/人工智能系统或数据密集型后端服务的实践经验
年以上直接的应用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端到端交付，从原型到生产部署
扎实的Python技能，并精通至少一种静态语言，如C、C++、C#、Java或Scala
扎实的电子工程基础，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
具备生产测试、系统验证、硅片后验证、可靠性、硅片调试或硅片产品化等领域的实践经验，如ATE、SLT、板级测试、验证或良率分析
有在硅片开发环境中工作的经验，了解芯片和系统特性分析方法
熟悉制造和质量指标（如良率、FPY、DPPM、RAS、TTR、逃逸率）
具备管理多个并发项目的良好记录，并具备出色的问题解决、沟通和团队协作能力
工作职责
构建LLM驱动的验证流水线：设计和部署AI系统，使半导体环境中的硅片后验证更快、更智能、更具可扩展性
跨团队AI集成：与组织内的多职能工程团队直接合作，识别AI可以消除摩擦的环节，并构建解决方案
技术探索与评估：在行业其他公司之前评估新兴的AI框架和架构，识别值得采用的技术并推动其落地
影响度量与持续改进：构建数据系统来证明AI的有效性，建立明确的、定量的AI影响指标，缩小性能差距，并推动组织内的迭代，将洞察转化为持久的改进
优先资格
熟悉现代AI技术和构建、发布LLM的方法论
有构建和部署管理数百到数千个工具编排代理的经验
能够将创新AI研究转化为实用、高影响力的生产工具
有使用PyTorch或TensorFlow等深度学习框架的经验，并具备使用NeMo Agent Toolkit、LangChain、Semantic Kernel、AutoGen、CrewAI或n8n等代理和编排工具的实际经验
有GPU、CPU、AI加速器、网络、汽车或其他大规模SoC项目的经验
AI 洞察
优缺点分析
优点
- 在英伟达这样的行业巨头工作，能接触到最前沿的AI和芯片技术
- 公司平台大，资源丰富，个人成长空间广阔
- 薪酬福利在行业内极具竞争力
- 对技术要求极高，需要同时具备AI和硬件领域的深厚知识
- 工作强度可能较大，需要适应快速迭代和高压环境
- 适合对AI和芯片技术充满热情，具备扎实技术功底和强大自驱力的资深工程师
缺点 / 挑战
- 岗位核心是创新和变革，有很高的技术挑战性和成就感
- 需要跨团队协作，沟通和协调成本较高
角色解读
- 成为AI在芯片设计自动化领域的专家，引领行业技术变革
- 有机会晋升为技术负责人或架构师，主导大型AI基础设施的规划与实施
- 在英伟达内部，可以横向拓展到其他AI相关团队，如自动驾驶、机器人等
- 设计并部署基于LLM的验证流水线，提升硅片后验证的效率和智能化水平
- 与跨职能工程团队合作，识别AI可优化的环节，并构建解决方案以消除流程摩擦
- 负责评估和引入新兴AI框架与技术，推动其在芯片设计工具链中的应用
- 构建数据系统，量化AI应用的实际影响，并持续改进和优化
- 扎实的Python编程能力，并精通C++/C/Java等至少一种静态语言
- 深厚的电子工程基础，包括计算机体系结构、高速接口、时序、功耗等知识
- 丰富的AI/ML系统构建和部署经验，特别是LLM和AI Agent的端到端开发
- 熟悉芯片验证、测试、调试和量产流程，了解良率、FPY等质量指标
申请策略
- 在简历中明确表达你对AI与硬件结合的热情，并展示相关项目经验
- 了解英伟达在AI芯片领域的最新动态，在面试中展示你的行业洞察
- 重点突出你独立负责的AI Agent或LLM项目，从原型到生产的完整过程
- 强调在芯片验证、测试或调试领域的实践经验，特别是与AI结合的项目
- 展示你在Python和C++等语言上的深厚功底，以及系统架构设计能力
- 量化你的工作成果，例如提升验证效率的百分比、降低的逃逸率等
- 深入学习LLM、RAG、Agent等前沿技术，并尝试在项目中应用
- 熟悉LangChain、AutoGen等主流编排工具，了解其原理和最佳实践
面试指南
- 回答项目经验时，采用STAR法则（情境、任务、行动、结果），突出你的个人贡献和量化成果
- 回答技术问题时，先阐述核心原理，再结合项目实践，最后总结经验和教训
- 回答开放性问题时，展现你的逻辑思维和行业洞察，并联系到英伟达的业务
- 请详细描述你过去负责的一个LLM项目，从需求分析到部署的完整流程
- 如何评估一个AI解决方案在芯片验证流程中的实际效果？
- 你如何与硬件工程师和软件工程师进行有效沟通，推动AI项目落地？
- 谈谈你对LLM在半导体行业应用前景的看法
- 在构建大规模AI系统时，你如何保证系统的稳定性和可扩展性？
职位点评
薪资福利85
成长发展95
工作生活50
使命价值80
薪资福利
85较高
英伟达作为行业巨头，提供极具竞争力的薪酬和全面的福利，但JD中未提及具体数字。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
该岗位处于AI与芯片交叉的前沿领域，技术挑战性极高，能快速积累LLM、芯片验证等核心技能，成长空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、PyTorch、TensorFlow、LangChain、NeMo Agent Toolkit、C++、Python
业务类型profit_center
工作生活
50较低
JD未提及工作模式，但根据行业和岗位性质，可能为现场办公，且工作强度可能较大。
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
80较高
该岗位直接参与推动AI芯片技术的变革，对半导体行业有深远影响，使命感和价值感较强。
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