英伟达
NVIDIA 2027 New College Graduate: Software Engineering - China
NVIDIA 2027 New College Graduate: Software Engineering - China
发布于 2 小时前普通员工/个人贡献者
实习生仅现场办公后端开发
后端开发
Cuda
云基础设施
分布式系统
微服务
深度学习
值不值得投
82综合评分
综合评分 82
前沿AI基础设施技术岗、技术成长极快、社会价值高，WLB未明确
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
2.0万
比后端开发中位数高
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
市场机会
选择面较广
上海 · 后端开发 · 约 300 个在招
职位详情
关于这个职位
负责为2027届应届毕业生提供软件工程师岗位机会，涵盖开发工具、云基础设施、工具链及机器学习运维等方向
主要参与系统级调试、云存储架构设计、自动化脚本编写及深度学习框架底层优化等工作，助力AI与数字孪生技术落地
最低要求
预计于2027年毕业，拥有电气工程、计算机工程或相关领域的学士、硕士或博士学位
根据实习角色不同，可能需要具备以下编程技能和技术知识：
C, C++, CUDA, Python, Java, JavaScript (包括Node, React, Vue)
SQL, OOP, Go
Git, Perforce
Kubernetes和微服务
调度器(LSF, SLURM)
容器(Docker)
配置自动化(Ansible)
工作职责
开发工具：使用Jenkins调试复杂的系统级问题
云：支持云存储基础设施的整体架构与设计
实施和排错存储及数据平台工具，实现存储基础设施端到端自动化
工具基础设施：通过证明工作流程和基础设施来构建行业领先的技术，与生产软件开发和芯片设计方法论专家团队并肩工作
为芯片上运行的内容提供支持，从应用追踪与分析到建模、诊断、性能调优和调试
机器学习运维：涉及深度学习、GPU计算、加速计算
深度学习验证框架、深度学习框架与库
数据预处理、训练加速、卷积操作、实时推理
构建后端分析基础设施
优先资格
开发工具方向：关系型数据库、线性代数与数值方法、操作系统（内存/资源管理）、调度与进程控制、硬件虚拟化相关的课程或实习经验
云方向：分布式系统、数据结构与算法、虚拟化、自动化/脚本、容器与集群管理、调试相关的课程或实习经验
工具基础设施方向：Unix/Shell脚本、Linux、Java、JavaScript (包括Node, React, Vue)、C++、CUDA、OOP、Go、Python、Git、GitLab、Perforce、Kubernetes和微服务、调度器(LSF, SLURM)、容器(Docker)、配置自动化(Ansible)相关的课程或实习经验
机器学习运维方向：深度学习、GPU计算、加速计算、深度学习验证框架、深度学习框架与库(NumPy, SciPy, cuBLAS, cuDNN)、数据预处理、训练加速(CUDA, cuDNN, NCCL)、卷积操作(cuDNN)、实时推理(TensorRT)、后端分析基础设施构建相关的课程或实习经验
AI 洞察
优缺点分析
优点
- 接触行业最前沿的GPU计算与AI基础设施技术，技术壁垒极高
- 依托巨头企业平台，拥有完善的培训体系与顶尖工程师 mentorship
- 项目直接赋能全球头部AI与自动驾驶业务，履历含金量高
- 技术栈深广，需同时掌握底层系统编程与上层AI框架，学习曲线陡峭
- 对数学基础（线性代数/数值方法）与操作系统原理要求严格
- 适合计算机/电子相关专业背景扎实、对底层系统与AI交叉领域有强烈兴趣、抗压能力强的应届毕业生或在校生
缺点 / 挑战
- 作为应届生/实习生进入，初期可能面临高强度代码审查与复杂系统调试压力
角色解读
- 可沿技术专家路线深入AI基础设施、云原生或高性能计算领域
- 向技术管理或架构师方向发展，主导核心软件平台规划
- 积累底层软硬件协同经验后，可向芯片验证、系统工程师或AI产品经理转型
- 参与AI与加速计算底层软件栈的开发与维护，支撑芯片设计与高性能计算流程
- 负责云存储基础设施、开发工具链及机器学习运维平台的架构设计与自动化实现
- 利用Jenkins、Kubernetes、CUDA等工具进行系统调试、性能调优与数据处理流水线搭建
- 扎实的计算机科学基础，熟练掌握C/C++、Python、Java等至少一门主流编程语言
- 熟悉Linux环境开发、容器化技术(Docker/K8s)及分布式系统原理
- 了解GPU计算、深度学习框架底层原理或具备相关课程/项目实践经验
申请策略
- 关注英伟达官方校园招聘/实习通道，尽早提交简历以便持续审核
- 准备一份清晰的技术作品集或课程设计报告，展示系统级调试与优化能力
- 突出相关核心课程成绩（如操作系统、分布式系统、线性代数）及高分项目
- 详细列出掌握的编程语言、工具链及GitHub开源贡献或个人技术博客
- 强调任何与GPU计算、云原生、自动化脚本或性能调优相关的实习/竞赛经历
- 强化C++现代特性与Python生态在科学计算中的应用能力
- 动手实践Docker/Kubernetes部署与CI/CD流水线搭建
- 补充CUDA编程基础或阅读PyTorch/TensorRT源码理解底层调用逻辑
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答项目经历
- 针对系统设计题，先明确需求边界，再分层阐述架构选型、容灾机制与性能指标
- 针对底层技术问题，从原理出发结合具体代码或日志案例说明排查思路
- 请描述你使用Jenkins或类似工具进行系统级调试的经历
- 如何设计一个高可用的分布式存储或数据平台？
- 解释CUDA并行计算模型及其与CPU多线程的区别
- 在Linux环境下排查内存泄漏或性能瓶颈的典型步骤是什么？
- 复习操作系统、计算机网络、数据结构与算法核心考点
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
薪资福利处于行业领先水平，但JD未明确披露具体数字，整体补偿性动机满足度较高。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
95较高
提供接触前沿AI基础设施与GPU计算的机会，技术成长空间极大，发展性动机高度契合。
技术前沿前沿/新兴技术
技术栈CUDA、Kubernetes、Docker、分布式系统、深度学习、TensorRT、Linux
业务类型ambiguous
工作生活
60中等
未明确提及办公模式与加班情况，科技巨头通常节奏较快，生活化动机满足程度中等。
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
80较高
致力于推动AI与数字孪生技术解决气候、医疗等重大社会问题，意义感动机较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号transforming the world's largest industries and profoundly impacting society、from gaming to robotics, self-driving cars to life-saving healthcare, climate change to virtual worlds
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