英伟达
Deep Learning Solution Architect
Deep Learning Solution Architect
发布于 2 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
Agentic Ai
Distributed Training
Llm
Nvidia Cuda
Pytorch
Rag
值不值得投
86综合评分
综合评分 86
顶尖大厂、前沿AI技术栈、高薪福利，适合追求技术突破与职业高度发展的架构师人才
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
9.0万
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 510 个在招 · 其中解决方案 25 个
市场机会
选择面较广
北京 · 解决方案 · 约 200 个在招
职位详情
关于这个职位
负责基于NVIDIA软硬件生态，为企业客户设计并交付生产级生成式AI解决方案
核心工作涵盖大语言模型（LLM）的预训练、微调及高性能推理优化，以及RAG工作流和智能体（Agentic）推理架构的设计与落地
需深入理解主流LLM架构，具备分布式训练与集群管理经验，并能通过技术引导协助客户解决业务挑战
最低要求
计算机科学、人工智能或相关领域的硕士/博士学位，或同等经验
年以上AI领域实战经验，专注于开源LLM的训练、微调及生产环境推理优化
深入理解主流LLM架构，熟练使用PyTorch、Hugging Face Transformers进行LLM定制
扎实的GPU计算、集群架构知识，以及LLM分布式并行训练/推理能力
具备智能体（Agentic）推理设计能力，能利用AI Agent解决业务问题
优秀的沟通技巧，能够向技术和非技术利益相关者阐述复杂的技术概念
工作职责
使用NVIDIA的软硬件平台，设计端到端的解决方案，重点涵盖LLM预训练、微调、高性能推理、RAG工作流以及智能体推理编排
与客户协作，了解其LLM相关的业务挑战，设计与NVIDIA生态系统相匹配的定制化解决方案
主导LLM训练、分布式优化及性能调优，以实现最佳的吞吐量、延迟和内存效率
将RAG工作流和智能体推理管道集成到客户系统中
提供最佳实践的技术指导
与NVIDIA工程团队协作，提供反馈并支持售前技术活动（如研讨会、演示）
优先资格
拥有NVIDIA生成式AI生态系统（TRT-LLM, Megatron-LM, NVIDIA NeMo）的实战经验
精通LLM优化技术（如量化、KV Cache调优、显存占用降低）
掌握Docker、Kubernetes，具备在本地部署容器化LLM和Agent工作流的经验
深入了解多GPU并行技术及大规模GPU集群管理
AI 洞察
优缺点分析
优点
- 站在AI技术最前沿，接触顶级硬件生态
- 平台广阔，职业背书极强
- 薪酬福利极具竞争力
- 技术迭代极快，需持续高强度学习
- 具备深厚AI技术功底，同时拥有良好客户服务意识和架构设计能力的复合型人才
缺点 / 挑战
- 对客户的售前支持压力大，需兼顾技术与商务沟通
角色解读
- 可向首席解决方案架构师、AI技术总监发展，或在生成式AI前沿领域成为行业专家
- 作为连接技术与业务的桥梁，为客户量身定制基于NVIDIA生态的大模型解决方案
- 精通LLM底层原理、分布式训练架构、RAG系统设计及NVIDIA专属工具链
申请策略
- 准备详细的技术案例，说明如何解决复杂的客户痛点，展现从需求分析到落地的全链路能力
- 突出LLM训练/推理优化的具体项目成果，展示对NVIDIA工具链（如NeMo/TRT-LLM）的熟悉程度
- 强化分布式系统调优能力，补充云原生部署（K8s/Docker）与大模型安全合规知识
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点量化性能提升指标（如吞吐量增加%、延迟降低ms）
- 请分享一个你优化LLM推理性能的案例，使用了哪些技术手段？
- 如何设计一个高可用的RAG系统以应对海量并发请求？
- 面对客户对成本敏感的需求，你会如何平衡性能与资源消耗？
- 复习Transformer架构细节、CUDA编程基础、以及NVIDIA最新发布的GenAI技术白皮书
职位点评
薪资福利90
成长发展95
工作生活70
使命价值85
薪资福利
90较高
JD明确提及“competitive salaries”和“generous benefits”，且公司为上市巨头，整体薪酬福利处于行业顶尖水平。
薪资信号偏高 (6.0千–12.0万/月)
福利待遇competitive salaries、generous benefits package
成长发展
95较高
岗位涉及LLM、RAG、Agentic等最前沿技术，且公司处于快速成长期，技术视野和成长空间极大。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agentic Inference、PyTorch、Megatron-LM、NVIDIA NeMo
成长机会outstanding growth、rapidly growing
业务类型profit_center
工作生活
70中等
虽为外企通常WLB较好，但售前技术支持角色常伴随出差和客户会议，且技术迭代快，隐性压力存在。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
致力于推动生成式AI在企业级应用中的落地，具有显著的行业创新价值和技术引领意义。
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forward-thinking、passion for technology
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