英伟达
Software Engineering Intern, AI Agent Test Development - 2027
Software Engineering Intern, AI Agent Test Development - 2027
发布于 1 天前实习/见习
实习生仅现场办公测试开发
测试开发
Ai测试
Gpu平台
Llm
Shell脚本
测试方法论
自动化测试框架
英语流利
值不值得投
71综合评分
综合评分 71
顶尖AI技术栈、强发展导向、纯现场办公、高成长潜力
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，方便比较实习机会。
薪资怎么样
1.8万
比测试开发中位数高
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 510 个在招 · 其中测试开发 60 个
市场机会
选择面较广
上海 · 测试开发 · 约 330 个在招
职位详情
关于这个职位
负责在NVIDIA GPU平台上测试前沿的AI智能体及端到端工作流，设计并执行功能、集成与性能测试
开发自动化测试与评估框架，利用AI工具优化QA流程，并与开发团队协作进行问题排查与质量保障
最低要求
目前正在攻读计算机科学、计算机工程、电气工程或相关领域的硕士学位
具备扎实的软件开发潜力，熟练掌握Python和Shell脚本编写
有实际操作经验，能够下载、配置并运行开源模型（如Hugging Face上的模型），且至少使用过一种本地推理运行时或框架
熟悉使用AI开发工具来提升端到端QA工作流的质量与效率
具备良好的Linux系统知识，以及软件开发与测试方法论基础
英语读写流利，具备出色的问题解决能力、沟通能力和人际交往技巧
态度积极主动，富有创新精神与自我驱动力，热衷于学习前沿技术
能够全职到岗，每周工作五天，持续一年
工作职责
在NVIDIA GPU平台上测试前沿的AI智能体及端到端智能体工作流
验证模型在不同推理运行时、模型格式、精度与量化设置以及软硬件配置下的表现
设计并执行功能测试、集成测试、端到端测试、可靠性测试和性能测试
开发针对推理、工具使用、多轮交互、记忆和检索等能力的自动化测试与评估框架
利用AI开发工具提升测试规划、用例开发、执行、分析与自动化的整体生产力
与开发团队紧密协作，进行问题分类、根因分析、修复验证，并持续提升测试覆盖率与产品质量
优先资格
拥有LLM应用、AI智能体、智能体工作流开发经验，或具备AI评估/测试自动化框架开发背景
具有NVIDIA GPU硬件、CUDA或并行编程相关背景
AI 洞察
优缺点分析
优点
- 接触最前沿的AI Agent与GPU硬件技术栈，技术视野开阔
- 依托全球顶尖科技企业平台，培训体系完善，简历背书价值极高
- 岗位要求全脱产全职到岗一年，时间投入大
缺点 / 挑战
- AI测试领域迭代极快，需持续跟进最新模型与框架，学习压力较高
- 适合计算机/电子相关专业在读硕士生，对AI底层测试与自动化框架开发有浓厚兴趣，且能接受高强度技术挑战的求职者
角色解读
- 可向AI测试架构师、算法测试专家或AI产品经理方向发展
- 积累GPU平台与大模型测试经验后，可深入参与底层推理引擎优化或转向AI应用开发，职业天花板较高
- 负责在NVIDIA GPU平台上对AI智能体及端到端工作流进行全面测试与验证
- 设计并执行各类功能、性能与可靠性测试，搭建自动化测试与评估框架
- 利用AI工具优化QA流程，并与研发团队协同完成缺陷追踪与质量闭环
- 熟练掌握Python与Shell脚本，具备扎实的软件开发与测试理论基础
- 熟悉Linux环境与主流开源大模型部署，了解推理框架与量化技术
- 具备优秀的英语沟通能力与跨团队协作意识
申请策略
- 提前研究NVIDIA近期发布的AI工具链及GPU测试标准
- 准备1-2个体现你如何用AI工具提效的具体项目案例，面试时重点展示
- 突出Python/Shell编程能力、开源大模型本地部署与推理框架使用经验
- 详细展示自动化测试框架设计或CI/CD集成项目经历
- 强调英语能力与跨部门协作成果
- 补充Linux系统管理与常用调试工具的使用
- 深入学习Pytest/unittest等测试框架，了解Transformer架构与常见量化方法
- 尝试复现经典AI Agent工作流测试案例
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答技术项目
- 对于测试设计题，先明确测试目标与边界，再分层设计输入/预期输出/评估指标
- 遇到复杂问题时，展示从日志分析、环境变量控制到对比实验的系统性排查思路
- 请介绍一个你用Python开发的自动化测试框架，它是如何设计的？
- 你在本地部署开源大模型时遇到过哪些性能瓶颈，如何解决的？
- 如何设计一个针对AI智能体多轮对话能力的测试用例？
- 如果测试发现模型输出存在幻觉，你会如何定位是数据问题、提示词问题还是模型本身问题？
- 复习软件测试基础理论（黑盒/白盒、等价类、边界值）
职位点评
薪资福利75
成长发展95
工作生活40
使命价值85
薪资福利
75中等
作为全球头部科技企业的核心研发实习生，薪资处于行业市场中上水平，且享有完善的福利体系与转正机会，对补偿性动机满足度较高。
薪资信号未披露（AI估算：1.5千–2.0万/月）
成长发展
95较高
岗位直接聚焦AI Agent与GPU平台的前沿测试技术，提供接触行业顶级硬件与开源生态的机会，技术成长路径清晰，发展性动机极强。
技术前沿前沿/新兴技术
技术栈Python、Shell、LLM、AI Agent、GPU、CUDA、推理框架、自动化测试
业务类型ambiguous
工作生活
40较低
JD明确要求“on-site five days per week”且持续一年，属于纯现场办公模式，通勤与灵活性受限，对工作生活平衡有一定挑战。
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
85较高
岗位致力于推动AI智能体技术的落地与可靠性验证，直接服务于下一代计算架构的定义，具有显著的技术使命感与行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
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