Watch Jobs
Nvidia logo
英伟达
Senior Software Engineer, AV Infra
立即应聘

Senior Software Engineer, AV Infra

发布于 大约 2 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
机器学习工程
Cuda
Mlops
数据管道
深度学习
自动驾驶
计算机视觉
Nvidia Triton

AI 估算 · 40k–60k

英伟达作为AI芯片巨头，上海资深软件工程师薪资竞争力强，结合5年以上经验及自动驾驶领域高要求，月薪4-6万合理。

职位详情

关于这个职位

该职位负责英伟达自动驾驶基础设施与MLOps团队的地面实况（GT）数据管道开发，涵盖数据挖掘、自动标注、数据预处理与后处理，为感知深度学习模型提供高质量数据

你将与感知核心团队紧密协作，加速自动驾驶DNN的开发与部署，工作内容极具挑战性和影响力
适合对深度学习和自动驾驶领域充满热情、具备扎实编程功底的资深工程师

最低要求

计算机科学、计算机工程、电子工程、机器人或相关专业硕士或博士学历

优秀的Python、C++、CUDA或类似语言的编程、软件设计和测试能力
在以下任一领域拥有5年以上经验：3D计算机视觉、自动驾驶、机器人、SLAM、深度学习、GPU技术
对系统架构、CPU/GPU/内存/存储等性能优化相关领域有良好理解
扎实的Linux编程知识，熟悉Linux环境下的开发工作
流利的英语口语和书面表达能力

工作职责

主要专注于构建AV感知、规划和控制深度学习模型的GT生成自动化管道，包括数据挖掘、数据处理、自动标注、地面实况生成和诊断，以及云服务上管道的性能优化

需要对深度学习和自动驾驶领域充满热情！
与AV感知核心团队、AV生产团队、AI基础设施和MLOps工程师紧密合作，加速和优化AV感知DNN的开发与部署，实现NVIDIA Drive产品中AV感知的高质量和可靠性

优先资格

具有计算机视觉、机器学习、深度学习、统计学背景

了解LLM优化、加速和应用，有Nvidia Triton经验者优先
了解目标检测/跟踪、多传感器融合（如激光雷达或摄像头）、时间同步以及OpenCV/OpenGL编程
有使用Python和SQL进行大规模数据探索、分析和可视化的经验
有使用Tensorflow、Pytorch、Caffe等主流框架进行深度学习模型训练和部署的经验

AI 洞察

优缺点分析

优点

  • 英伟达是AI和自动驾驶硬件平台领导者，平台影响力大，技术栈前沿
  • 岗位涉及端到端数据管道，技术深度广，能接触到大规模数据处理和MLOps实践
  • 与全球顶尖团队合作，技术视野开阔，个人成长空间大
  • 薪资福利在业内极具竞争力
  • 岗位要求高，需要同时具备扎实的编程能力、深度学习知识和系统优化经验
  • 适合有多年软件开发和深度学习经验，对自动驾驶基础设施有强烈兴趣，喜欢解决复杂系统问题的工程师

缺点 / 挑战

  • 自动驾驶行业节奏快，项目复杂度高，可能面临较大工作压力
  • 需快速适应跨团队协作，对沟通能力有较高要求

角色解读

  • 在自动驾驶数据基础设施领域深耕，成为MLOps或数据管道架构专家
  • 向技术专家或技术经理方向发展，领导数据团队或整个GT管道项目
  • 横向拓展至AI基础设施其他方向，如模型训练优化、推理加速等
  • 构建自动驾驶感知模型的地面实况数据生成管道，包括数据挖掘、自动标注和预处理后处理
  • 优化云上数据管道性能，确保大规模数据处理的高效性和可靠性
  • 与算法团队、生产团队及MLOps工程师协作，加速深度学习模型的开发和部署
  • 设计并实现自动化诊断工具，监控数据质量和模型性能
  • 精通Python和C++，具备CUDA编程经验，能进行高性能计算优化
  • 深入理解深度学习和自动驾驶领域，熟悉感知模型（目标检测、跟踪）及相关算法
  • 熟悉Linux环境开发，具备系统架构和CPU/GPU性能优化知识
  • 掌握MLOps工具链，了解数据管道编排、云服务部署，有Nvidia Triton经验尤佳

申请策略

  • 深入了解NVIDIA DRIVE平台和自动驾驶产品线，在面试中展示对业务的认知
  • 准备一个端到端数据管道的案例，体现从数据采集到模型训练的全流程思考
  • 突出5年以上相关项目经验，特别是自动驾驶、3D视觉或GPU优化项目
  • 详细描述数据管道构建或MLOps平台开发经历，强调性能优化成果
  • 列出熟练掌握的语言和框架，如Python、C++、TensorFlow/PyTorch，并附上量化数据
  • 展示与CUDA或GPU加速相关的实际经验，以及云服务（AWS等）使用案例
  • 提前复习深度学习基础，尤其是感知模型和自动标注技术
  • 了解Nvidia Triton推理服务器和LLM优化，增加竞争力

面试指南

  • STAR法则：描述情境、任务、行动和结果，突出量化影响
  • 先讲整体架构，再深入细节，展示系统思维
  • 结合具体案例，强调与NVIDIA技术的关联性
  • 请描述你如何设计一个大规模数据管道，并解决性能瓶颈
  • 谈谈你对自动驾驶感知模型ground truth生成的理解，有哪些挑战？
  • 如何优化CUDA代码以提升数据处理速度？
  • 在跨团队协作中，你是如何推动项目进展的？
  • 你对MLOps和ML平台架构有什么看法？

职位点评

79
综合评分

AI巨头自动驾驶基础设施岗，技术前沿成长快，薪资有竞争力，但工作模式可能存在不确定

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
最适合追求技术成长和前沿领域挑战的求职者，能接受一定的办公灵活度不确定性。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活60
使命价值85

薪资福利

80较高

薪资虽然未明确披露，但英伟达作为行业巨头，薪酬处于市场领先水平，且福利完善。

薪资信号未披露（AI估算：40K-60K/月）

成长发展

90较高

职位处于自动驾驶和AI前沿，技术栈先进，能接触到英伟达核心平台，成长空间巨大。

技术前沿前沿/新兴技术
技术栈Python、C++、CUDA、Deep Learning、MLOps、Nvidia Triton、Autonomous Vehicles
业务类型profit_center

工作生活

60中等

工作模式未明确，但英伟达上海办公室通常位于科技园区，可能不需要加班，但存在不确定性。

工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）

使命价值

85较高

自动驾驶能提升交通安全，行业前景广阔，公司使命推动AI进步，社会价值较高。

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