英伟达
Solution Architect - AI Labs
Solution Architect - AI Labs
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Cuda
Llm
Rag
Tensorrt-Llm
机器学习
深度学习
高性能计算
Nemo Framework
值不值得投
78综合评分
综合评分 78
前沿AI技术栈、薪资竞争力强、成长空间大，但办公模式和WLB未明确
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
35K
比人工智能中位数低
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 160 个在招 · 其中人工智能 4 个
市场机会
选择面较广
北京 · 人工智能 · 约 190 个在招
职位详情
关于这个职位
该职位是英伟达的解决方案架构师，专注于为AI实验室客户设计和优化生成式AI解决方案，包括大型语言模型（LLM）的训练与部署、RAG工作流和代理推理
你需要利用英伟达的全栈软硬件生态系统（如CUDA、TensorRT-LLM），交付生产级AI项目，并协助客户集成技术，成为行业思想领袖
最低要求
年以上机器学习、数据分析或计算机视觉工作流程的研究/开发/应用经验
出色的口头和书面沟通能力，能够独立工作，需要最少的日常指导
了解AI和大模型的行业应用热点和趋势
熟悉大模型相关技术栈和常见的推理/训练优化方法
具有C/C++/Python编程经验
渴望参与多个多样化和创新的项目
使用横向扩展云和/或HPC架构进行并行编程的经验
工程学、数学、物理学、计算机科学、数据科学、神经科学、实验心理学或同等经验的硕士或博士学位
工作职责
深入分析客户的最新需求，并与关键客户共同开发加速计算解决方案
协助支持行业账户，并推动这些账户中的研究/影响/新业务
根据解决方案架构领导团队的指示，交付技术项目、演示和客户支持任务
理解和分析顶级AI实验室客户的工作负载和加速计算需求，包括但不限于：LLM训练/推理加速和优化、代理AI/RAG的应用优化、内核分析等
协助顶级AI实验室客户集成英伟达的软件和硬件产品及解决方案，包括但不限于：CUDA、TensorRT-LLM、NeMo框架等
成为将英伟达技术集成到基于深度学习、高性能数据分析、机器人、信号处理和其他关键应用中的应用程序的行业思想领袖
在英伟达技术社区中成为数据分析、机器学习和网络内部的倡导者
优先资格
AIGC/LLM/NLP经验
CUDA优化经验
深度学习框架和工具的经验
在模型加速和内核优化等领域的工程经验
在大规模HPC和企业计算系统设计和部署方面的广泛经验
AI 洞察
优缺点分析
优点
- 接触前沿AI技术栈（如LLM、CUDA），项目具有创新性和影响力
- 依托英伟达生态系统，能深入学习软硬件一体化方案
- 公司平台大，提供丰富的学习资源和职业发展机会
- 技术深度要求高，需持续跟踪AI领域最新进展
- 工作强度可能因项目周期而波动，需适应快节奏环境
缺点 / 挑战
- 客户沟通和项目交付压力较大，可能需要快速响应需求
- 适合对AI技术有浓厚兴趣、追求技术深度和广度的工程师，具备较强的问题解决能力和沟通协调能力，能适应创新型项目和一定工作压力
角色解读
- 可向高级解决方案架构师、技术专家或AI产品经理方向发展，负责更大规模的技术项目或团队
- 长期可转向技术领导或战略规划角色，参与公司核心AI技术布局
- 分析企业客户需求，设计并优化基于英伟达生态的生成式AI解决方案（如LLM训练/部署、RAG工作流）
- 负责交付技术项目、演示和客户支持，协助客户集成CUDA、TensorRT-LLM等工具
- 同时作为行业思想领袖，推动AI技术在深度学习、高性能计算等领域的应用
- 需要精通机器学习、LLM和大模型技术栈，具备CUDA、Python/C++编程能力
- 掌握推理/训练优化方法，如模型加速和内核优化
- 需具备出色的沟通能力和独立工作能力，能处理复杂的客户需求
申请策略
- 深入研究英伟达的产品生态（如CUDA、TensorRT-LLM），在面试中展示对技术细节的掌握
- 准备1-2个AI项目案例，说明如何解决客户问题并实现优化
- 关注英伟达在生成式AI领域的最新发布，体现行业热情
- 突出AI/LLM项目经验，特别是模型训练、优化或部署案例
- 强调CUDA、TensorRT等英伟达技术栈的使用经历
- 展示客户交付或技术演示能力，以及独立解决问题的成果
- 加强CUDA优化和大模型推理加速的实战经验，熟悉NeMo Framework等英伟达工具
- 提升对RAG工作流和代理AI的理解，可通过开源项目或论文学习
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答，结合具体技术细节
- 强调与客户协作和解决问题的思路，突出英伟达技术的应用
- 展示对行业趋势和工具链的熟悉度
- 如何优化一个大型语言模型的推理性能？请描述一个设计RAG工作流解决客户问题的案例
- 你如何评估和选择适合的加速计算架构？请解释CUDA内核优化的关键点
- 复习LLM训练/优化、CUDA编程和深度学习框架知识
- 准备一个AI项目案例，重点说明技术挑战和解决方案
- 了解英伟达的软硬件产品线，如TensorRT-LLM、NeMo Framework，并思考其应用场景
职位点评
薪资福利80
成长发展90
工作生活60
使命价值75
薪资福利
80较高
该职位薪资水平较高，福利体系完善，能满足对经济回报和稳定性的需求。
薪资信号偏高 (25K-45K/月)
福利待遇competitive salaries、generous benefits package
成长发展
90较高
涉及前沿AI技术（如LLM、RAG），技能成长空间大，能接触行业创新项目，有利于职业发展。
技术前沿前沿/新兴技术
技术栈LLM、RAG、CUDA、TensorRT-LLM、NeMo Framework
业务类型ambiguous
工作生活
60中等
办公模式未明确，可能以现场办公为主；工作强度和WLB未提及，无法准确判断。
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
75中等
推动AI技术在企业和科研领域的应用，具有较高的社会影响力和行业前景。
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