英伟达
Deep Learning Performance Architect
Deep Learning Performance Architect
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Cuda
Gpu架构
Tensorrt
性能优化
深度学习
系统调优
值不值得投
81综合评分
综合评分 81
顶尖AI算力平台、前沿技术栈、高薪激励，适合追求技术极客精神的资深底层优化专家。
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
8.3万
比算法优化工程师中位数高
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 480 个在招 · 其中算法优化工程师 9 个
市场机会
选择面较广
上海 · 算法优化工程师 · 约 210 个在招
职位详情
关于这个职位
负责英伟达推理侧深度学习软件的性能优化与内核开发
主要工作包括编写高度优化的DL计算内核、进行性能分析与调优，并与汽车、图像及语音理解等跨团队协作落地创新方案
需具备扎实的C/C++与GPU编程能力，适应快节奏的客户导向型团队
最低要求
计算机科学、电子工程或人工智能等相关领域的硕士或博士学位（或同等经验）
至少5年相关领域工作经验
优秀的C/C++编程与软件工程架构设计能力
熟悉性能建模、性能分析、调试及代码优化，具备CPU和GPU架构知识
具备良好的敏捷软件开发技能（加分项）
工作职责
开发高度优化的深度学习推理计算内核
执行性能优化、分析与调优工作
与汽车、图像理解和语音理解等跨团队协作，开发创新解决方案
偶尔出差参加行业会议及客户现场，提供技术咨询与培训
优先资格
具有Python使用经验
具备GPU编程经验（如CUDA或OpenCL）
AI 洞察
优缺点分析
优点
- 身处AI算力核心赛道，接触业界最前沿的GPU架构与推理技术
- 平台资源雄厚，技术影响力可直接辐射全球开发者社区
- 薪酬福利与长期激励极具竞争力
- 性能调优容错率低，对代码质量与底层原理要求极高
- 跨部门协作频繁，需兼顾技术深度与客户交付节奏
- 技术迭代极快，需保持持续高强度学习
- 适合热爱底层系统编程、追求极致性能、具备扎实计算机体系结构基础且抗压能力强的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向首席架构师或技术专家路线发展，深耕AI基础设施与异构计算
- 也可横向拓展至编译器优化、分布式训练或自动驾驶底层软件方向
- 负责深度学习推理框架底层计算内核的开发与极致性能调优
- 深入分析GPU/CPU架构瓶颈，输出高性能代码
- 对接业务线提供技术支撑
- 精通C/C++及现代软件工程实践
- 熟练掌握CUDA/OpenCL等GPU并行编程模型
- 具备深厚的计算机体系结构知识与性能剖析工具使用经验
- 了解主流深度学习框架与推理引擎原理
申请策略
- 准备详细的技术案例说明你如何定位并解决性能瓶颈
- 关注TensorRT及NVIDIA官方技术博客，展现对生态的理解
- 突出CUDA/GPU编程实战项目、性能调优量化成果（如提速X%、降低延迟Yms）
- 强调复杂系统架构设计与跨团队协作经验
- 深入研读GPU硬件手册与指令集
- 掌握Profiling工具链（Nsight Systems/Compute）
- 补充分布式推理或算子融合相关知识
面试指南
- 采用STAR法则结构化回答技术案例
- 针对架构问题结合硬件特性分层解析
- 沟通类问题强调数据驱动与需求对齐
- 请分享一次你通过底层优化显著提升程序性能的完整经历
- CUDA内存层级与共享内存的使用场景有哪些？
- 如何设计一个通用的性能分析流程？
- 面对业务方提出的不合理性能指标，你如何沟通与拆解？
- 复习计算机组成原理与操作系统核心概念
职位点评
薪资福利85
成长发展90
工作生活65
使命价值75
薪资福利
85较高
薪资与长期激励处于行业顶尖水平，福利体系完善，能充分满足对高回报的追求。
薪资信号偏高 (5.5千–11.0万/月)
成长发展
90较高
聚焦AI推理底层优化与GPU架构演进，技术栈前沿且成长空间广阔，内部技术氛围浓厚。
技术前沿前沿/新兴技术
技术栈C/C++、CUDA、深度学习、性能优化、GPU架构
业务类型profit_center
工作生活
65中等
虽为跨国企业但属快节奏研发团队，偶有出差与技术咨询压力，WLB取决于个人项目管理能力。
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
直接参与推动全球AI基础设施升级，技术成果开源赋能广泛开发者群体，社会价值与技术使命感强。
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