英伟达
Solution Architect - AI Labs
Solution Architect - AI Labs
发布于 9 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
Ai加速
Cuda
Hpc
Llm
Nemo
Rag
深度学习
解决方案架构
值不值得投
83综合评分
综合评分 83
顶尖AI技术平台、前沿大模型实战、高成长驱动、工作节奏紧凑
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
6.3万
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 330 个在招 · 其中解决方案 9 个
市场机会
选择面较广
北京 · 解决方案 · 约 150 个在招
职位详情
关于这个职位
负责为大型企业客户与顶级AI实验室设计、优化并交付基于NVIDIA全栈生态的生成式AI生产级解决方案
深入剖析客户算力与模型部署需求，结合LLM训练推理加速、RAG工作流及智能体技术，提供端到端的技术咨询、原型验证与落地支持，推动前沿AI技术在产业端的规模化应用
最低要求
具备3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，能够在极少日常指导的情况下独立工作
了解AI和大模型相关的行业应用热点与趋势
熟悉大模型相关技术栈及常见的推理/训练优化方法，具备C/C++/Python编程经验
渴望参与多个多样化且创新的项目
具有用于并行编程的扩展云架构和/或HPC（高性能计算）架构使用经验
拥有工程、数学、物理、计算机科学、数据科学、神经科学、实验心理学等相关领域的硕士或博士学位，或具备同等经验
工作职责
深入分析客户的最新需求，与关键客户共同开发加速计算解决方案
协助支持行业客户账户，并在这些账户中推动研究、影响力拓展和新业务
按照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
理解并分析顶级AI实验室客户对加速计算的工作负载和需求，包括但不限于：LLM训练/推理加速与优化、Agent AI/RAG的应用优化、内核分析等
协助顶级AI实验室客户入门NVIDIA的软件和硬件产品及解决方案，包括但不限于：CUDA、TensorRT-LLM、NeMo Framework等
成为将NVIDIA技术集成到基于深度学习、高性能数据分析、机器人、信号处理及其他关键应用程序中的行业思想领袖
在NVIDIA技术社区内担任数据分析、机器学习和网络安全方面的内部倡导者
优先资格
具备AIGC/LLM/NLP相关经验
具备CUDA优化经验
熟悉深度学习框架和工具
在模型加速和内核优化等领域具备工程经验
在设计和部署大规模HPC和企业计算系统方面拥有丰富的经验
AI 洞察
优缺点分析
优点
- 接触全球最前沿的AI大模型与HPC技术栈，平台资源雄厚
- 直接服务头部客户与顶级AI实验室，积累高价值行业人脉与技术口碑
- 薪酬福利体系完善，职业发展通道清晰
- 面对企业客户定制化需求时，需在技术理想与商业交付之间取得平衡
- 高强度项目交付期可能伴随较大工作负荷
- 适合具备扎实AI底层技术功底、热爱技术商业化落地、擅长客户沟通与方案设计的复合型技术人才
缺点 / 挑战
- 需持续跟进快速迭代的AI技术生态，知识更新压力大
角色解读
- 可向首席解决方案架构师或技术总监方向发展，深耕垂直行业AI商业化落地
- 也可转向AI产品战略、技术销售管理或独立咨询顾问领域
- 深入对接企业客户与AI实验室，精准识别其在算力与模型部署上的痛点
- 主导设计基于NVIDIA全栈软硬件的生成式AI解决方案
- 负责技术演示、原型验证及落地实施的全流程支持
- 精通大模型训练/推理加速原理及RAG/Agent架构设计
- 熟练掌握CUDA优化、Python/C++编程及主流深度学习框架
- 具备优秀的跨部门沟通与客户技术方案宣讲能力
申请策略
- 提前研究目标客户所在行业的AI应用场景，准备针对性的技术Demo思路
- 关注英伟达GTC大会最新技术发布，展现对行业趋势的敏锐度
- 重点突出主导过的AI大模型部署、推理加速或RAG项目案例
- 量化展示技术优化带来的性能提升（如延迟降低、吞吐量提升）
- 强调跨团队协作与客户成功交付经验
- 深化对TensorRT-LLM、NeMo Framework等NVIDIA专属工具链的实操掌握
- 补充云原生架构与容器化部署（Docker/K8s）技能
- 提升商业方案撰写与售前演讲技巧
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化陈述项目背景、技术选型依据、核心难点攻克过程及最终业务收益
- 架构设计题需遵循“需求分析-组件选型-数据流/控制流设计-容灾与扩展性-安全合规”的逻辑链条
- 请分享一个你主导的LLM推理加速或RAG系统落地案例，遇到了哪些瓶颈？如何解决的？
- 针对某企业的私有化大模型部署需求，你会如何设计整体技术架构？
- 如果客户对NVIDIA方案的成本或兼容性提出质疑，你将如何应对？
- 复习CUDA编程模型、Transformer架构细节及主流量化/剪枝技术
- 模拟客户场景进行技术方案路演演练
- 准备2-3个完整的技术攻坚故事以备行为面试题考察
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
薪资福利对标国际一线科技企业标准，结合北京市场水平属于较高竞争力，能较好满足物质回报预期。
薪资信号偏高 (4.5千–8.0万/月)
福利待遇competitive salaries、generous benefits package
成长发展
92较高
深度参与前沿AI大模型与HPC技术研发落地，技术栈高度领先，内部培训与行业交流机会丰富，成长空间极大。
技术前沿前沿/新兴技术
技术栈LLM、RAG、CUDA、TensorRT-LLM、NeMo Framework、HPC、Python、C++
业务类型profit_center
工作生活
65中等
职位未明确说明弹性办公或WLB政策，技术架构类岗位通常需配合客户节奏与项目节点，工作强度中等偏上，灵活性一般。
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
致力于推动生成式AI在企业级场景的规模化落地，技术成果具有显著的行业变革潜力与社会应用价值，使命感强。
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