英伟达
NIM Solution Architect
NIM Solution Architect
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解决方案
解决方案
Llm推理
Nvidia Nim
Pytorch
Transformer架构
Vlm
客户技术支持
容器化部署
强化学习(Rl)
性能优化
值不值得投
83综合评分
综合评分 83
前沿AI推理技术、高薪潜力、强技术成长，WLB待确认
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
5.5万
比解决方案中位数高
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 430 个在招 · 其中解决方案 9 个
市场机会
选择面较广
上海 · 解决方案 · 约 140 个在招
职位详情
关于这个职位
负责英伟达推理微服务（NIM）在企业及行业AI负载中的实施、部署与优化，通过标准化容器化API交付各类模型
专注于LLM与VLM的高并发推理与Rollout性能调优，提供技术项目支持、演示及客户指导，并跨部门协作完善AI解决方案组合
最低要求
计算机科学、机器学习、电气工程、数学或相关技术领域的硕士及以上学历，或具备同等实践经验
拥有2年以上机器学习工程、应用研究、LLM/VLM推理或RL Rollout方面的动手实践经验
具备生产级Python和PyTorch技能，包括分布式GPU训练、解决方案设计、性能分析、调试及内存优化
熟悉Transformer架构、性能优化、Rollout采样策略、结构化生成及模型质量评估
具备优秀的书面和口头沟通能力，能够与研究、工程、基础设施、产品及面向客户的团队有效协作
工作职责
推动英伟达推理微服务（NIM）解决方案在企业及行业AI负载中的实施、部署与优化
通过标准化的容器化API，在本地、云端及混合环境中打包并提供开源、英伟达及客户专有模型的推理服务
优化LLMs和VLMs的高容量推理与Rollout工作负载
评估并调优NIM模型
根据解决方案架构领导层的指示，交付技术项目、演示文稿及客户支持任务
为客户提供技术支持与指导，促进英伟达技术和产品的采用与实施
与跨职能团队协作，增强并扩展我们的AI解决方案组合
优先资格
拥有相关论文发表、开源贡献或显著技术项目经验（如LLM/VLM、Agent系统）
具备将程序化验证、模拟器、编译器、执行沙箱、API或外部工具作为模型训练奖励源的应用经验
熟悉开源强化学习框架（如SLIME、NeMo-RL）
熟悉企业级AI部署、客户适配工作，或将基础模型适配至垂直领域
AI 洞察
优缺点分析
优点
- 接触最前沿的生成式AI与大模型推理技术
- 依托英伟达硬件生态，技术视野与资源平台顶尖
- 直接对接头部企业客户，积累高价值行业解决方案经验
- 技术迭代极快，需持续跟进LLM/VLM最新进展与推理框架更新
- 适合具备扎实AI算法与工程落地能力，热爱前沿技术且善于跨团队沟通的技术型人才
缺点 / 挑战
- 需兼顾深度技术研发与客户交付压力，沟通与抗压要求高
角色解读
- 可向首席解决方案架构师或AI技术专家方向发展
- 也可转向大模型底层优化、推理引擎研发或AI产品商业化负责人角色
- 负责英伟达推理微服务(NIM)在企业场景的落地部署与性能调优
- 为大模型(LLM/VLM)提供高并发推理加速与Rollout策略优化
- 向客户提供技术咨询、方案演示与实施支持
- 精通Python与PyTorch，具备分布式GPU训练、内存优化及性能剖析能力
- 深入理解Transformer架构、采样策略与模型评估方法
- 熟悉容器化部署及云原生环境
申请策略
- 提前了解英伟达NIM产品矩阵及企业AI部署痛点
- 准备1-2个完整的从模型训练到推理优化的端到端项目案例
- 突出LLM/VLM推理加速、GPU性能调优的具体项目成果
- 量化展示PyTorch分布式训练或容器化部署的实战经验
- 强调跨部门协作与客户技术支持案例
- 深入学习NVIDIA TensorRT、vLLM等主流推理框架
- 补充强化学习(RLHF/RLAIF)在实际业务中的应用实践
- 提升技术方案宣讲与客户需求拆解能力
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答
- 重点突出数据指标对比（如吞吐量提升X%、延迟降低Y%）
- 展现技术选型权衡与问题解决逻辑
- 请分享一次你优化LLM推理延迟或吞吐量的具体经历
- 如何设计分布式GPU训练的显存管理与通信优化？
- 面对客户定制化需求，如何将NIM标准服务进行适配？
- 复习Transformer底层机制与Attention优化技巧
- 熟悉主流推理引擎架构差异
职位点评
薪资福利85
成长发展92
工作生活65
使命价值88
薪资福利
85较高
薪资信号偏高，福利未明确提及但大厂标准通常完善，整体补偿性动机满足度较高。
薪资信号偏高 (4.0千–7.0万/月)
成长发展
92较高
技术栈处于AI推理与生成式模型前沿，成长信号与技术关键词丰富，发展性动机极强。
技术前沿前沿/新兴技术
技术栈NVIDIA NIM、LLM、VLM、PyTorch、分布式GPU训练、Transformer、强化学习
业务类型profit_center
工作生活
65中等
办公模式未明确，技术交付与客户支持职责可能带来一定工作强度，生活化动机中等。
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
88较高
聚焦生成式AI与企业级落地，社会影响力与技术前瞻性较强，意义感动机满足度高。
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