Nvidia logo
英伟达
AI Developer — Interconnect Hardware Frontend

AI Developer — Interconnect Hardware Frontend

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 4.0–7.0万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公AI算法
AI算法
Ai Agent
Asic
Automation
Hardware Engineering
Llm
Rtl Design
Soc

值不值得投

82综合评分

综合评分 82

顶尖大厂核心研发岗、前沿AI+硬件技术栈、高成长性与挑战性并存

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AI算法中位数高

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 610 个在招 · 其中AI算法 6 个

市场机会

选择面较广

上海 · AI算法 · 约 140 个在招

职位详情

关于这个职位

该职位负责将现代AI技术应用于NVIDIA MSS-Interconnect前端的硬件工程工作流(如RTL设计、验证、调试)

你需要识别AI提升效率的机会,评估并引入新的AI工具与模型,构建自动化工作流,并与硬件工程师合作解决实际问题,推动AI在芯片设计流程中的规模化落地

最低要求

电气工程、计算机工程或相关领域的学士或硕士学位,或同等经验

年以上ASIC/SoC前端工程、验证、设计方法论或工程生产力工具的相关经验
对硬件前端工作流有深刻理解,包括RTL设计、验证、调试和设计评审
具备强大的Python和软件工程技能,有为工程师构建实用自动化工具的经验
具备足够的硬件深度,能够判断AI辅助方案是否实用、技术合理且可部署
具备强大的问题解决、沟通和跨团队协作能力

工作职责

识别在RTL、验证、调试、代码理解和设计审查工作流中应用AI的高影响力机会

持续评估新的AI工具、模型和代理能力,确定哪些值得用于实际工程工作
构建和维护AI辅助的工作流、工具和可重用组件,以提高团队生产力
与硬件工程师合作,将真实的痛点转化为实用的AI用例,并根据使用和反馈进行迭代
通过提高工作流质量、可靠性和长期有用性,推动从早期原型到规模化应用的转变
帮助团队在AI格局演变时,做出关于实验、投资和扩展的正确决策

优先资格

有为工程用户构建或部署基于LLM的工具、代理或AI辅助工作流的经验

熟悉现代AI工具,并能良好判断哪些新工具值得试用或采用
有推动内部工具持续落地的经验,而非仅停留在原型或孤立评估阶段
熟悉前端硬件开发环境和调试密集型工作流
具有互连、片上网络(NoC)、内存系统、总线fabric或相关硅领域背景

AI 洞察

优缺点分析

优点

  • 身处AI与半导体两大 hottest 赛道交汇点,技术前沿性强
  • 依托NVIDIA平台,拥有顶级的数据资源和算力支持
  • 职业天花板高,复合背景极具市场竞争力
  • 需要同时深入理解复杂的硬件工程流程和快速迭代的AI技术,学习曲线陡峭
  • 推动新技术在传统硬件流程中的落地往往面临阻力,需极强的沟通协调能力
  • 适合既有硬件工程背景,又对AI技术充满热情,喜欢通过技术手段提升工程效率的复合型工程师

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向AI基础设施架构师、硬件工程效能专家或技术管理方向发展,成为既懂底层硬件又精通AI应用的前沿复合型人才
  • 作为连接AI与硬件工程的桥梁,你主要负责将最新的AI技术(如LLM、Agent)应用到芯片前端设计、验证和调试的流程中
  • 需要扎实的硬件前端工程背景(RTL/验证),同时具备优秀的Python编程能力和软件工程思维,能够开发自动化工具

申请策略

  • 在简历或求职信中明确表达你对‘AI for EDA/Hardware’这一细分领域的独特见解,展示你如何平衡技术创新与工程实用性
  • 突出展示你在硬件工程(RTL/验证)方面的具体项目经验,以及使用Python/AI工具解决实际工程痛点的案例,强调‘提效’成果
  • 加强LLM应用开发、Prompt Engineering及AI Agent框架的学习
  • 若硬件背景稍弱,需强化对ASIC前端流程的理解

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述项目
  • 重点阐述‘痛点识别-技术选型-原型验证-推广反馈’的闭环过程
  • 体现对技术可行性和工程实用性的平衡思考
  • 请分享一个你用AI或自动化工具优化硬件工程流程的具体案例
  • 你如何评估一个新的AI工具是否适合引入到现有的硬件设计流程中?
  • 在面对硬件工程师对新技术的抵触时,你如何推动工具的落地?
  • 你对当前LLM在代码生成或硬件描述语言处理方面的局限性有什么看法?
  • 复习ASIC前端设计基础流程

职位点评

薪资福利85
成长发展95
工作生活60
使命价值80

薪资福利

85较高

作为已上市的跨国巨头,NVIDIA提供具有国际竞争力的薪酬体系和完善的福利保障,符合市场对高端技术人才的定位。

薪资信号未披露(AI估算:4.0千–7.0万/月)

成长发展

95较高

该职位处于AI技术与硬件工程的交叉前沿,涉及LLM、Agent等最新技术应用,且在公司核心业务线,成长空间和技术视野极佳。

技术前沿前沿/新兴技术
技术栈AI、LLM、Agent、Python、RTL、ASIC、Verification
业务类型profit_center

工作生活

60中等

JD未明确提及弹性工作制或远程办公,且作为核心研发团队,通常要求现场办公以保障协作效率,工作强度可能较高。

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

致力于推动AI在硬件基础设施领域的落地,助力全球计算能力提升,具有显著的行业影响力和技术使命感。

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)
Watch Jobs