英伟达
Senior Software Engineer, Automation Infrastructure
Senior Software Engineer, Automation Infrastructure
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平台工程
平台工程
Ai/Ml工作负载
Linux系统编程
分布式系统
容器编排
性能基准测试
技术架构设计
自动化测试框架
跨团队协作
值不值得投
82综合评分
综合评分 82
前沿AI基建、高薪高成长、技术导向强，WLB视项目周期而定。
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
8.0万
比平台工程中位数高
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 · 其中平台工程 2 个
市场机会
选择适中
上海 · 平台工程 · 43 个在招
职位详情
关于这个职位
负责构建和维护用于评估AI及加速计算负载性能与质量的自动化基准测试基础设施
独立主导关键平台组件的技术架构设计与落地，通过Python、容器化及分布式技术实现测试流程的自动化、可扩展与高可靠性，并跨团队提供技术指导与方案评审
最低要求
计算机科学、计算机工程、电气工程或相关专业本科及以上学历（或同等实践经验）
年以上系统软件、基础设施、开发者平台、分布式系统或生产环境自动化相关软件开发经验
精通Python编程与软件工程，有构建和运营高质量生产工具/服务/自动化框架的记录
深入理解Linux及系统级概念（进程、并发、网络、存储、资源管理、故障处理）
广泛使用容器与工作负载编排/调度/分布式计算平台，能设计具备清晰接口、测试、可观测性与恢复机制的可靠系统
了解机器学习/AI/加速计算负载，并能分析其性能、质量与运维权衡
在复杂多职能项目中展现技术领导力，包括定义架构、管理技术风险、解决模糊性问题并推动交付
具备出色的分析解决问题能力、判断力与多任务适应能力
优秀的沟通、组织与影响力技能，能协调全球分布团队
有指导工程师、提升工程质量的经验
工作职责
定义PerfLab基准测试基础设施主要领域的技术方向与架构，将演进的业务与工程需求转化为清晰的路线图和可扩展的平台能力
主导设计并实现可复用的软件、服务和工作流，以自动化本地、集群和云原生环境中的基准测试定义、执行、结果收集、验证与报告
保持对性能测试与分析的亲力亲为，深入理解现有工作流，并利用这些知识指导平台投资与技术决策
建立工程方法，提升大型基准测试活动在可靠性、可扩展性、可观测性、可维护性和可复现性方面的表现
主导诊断跨越应用、Linux系统、容器、分布式作业、计算资源、网络和存储的复杂跨层问题
与性能工程师、QA团队、产品团队及其他客户建立紧密合作关系
促进跨组织对齐，推动高影响力项目从概念到落地采纳
通过架构与代码审查、清晰的决策、高标准工程实践以及指导其他工程师，提供技术领导力
识别新兴技术（包括AI辅助自动化），确定其在基准测试创建、故障排查、数据分析或工程生产力方面带来实质性改进的应用场景
参与内部及开源基础设施项目的战略制定与开发，并助力其在各团队中推广采用
优先资格
领导GPU或AI基础设施、分布式训练/推理、模型评估或性能基准测试重大项目的经验
设计过被多团队使用的workflow引擎、调度器、实验平台、测试框架或开发者基础设施的经验
大规模运营分布式或云原生系统的经验（含性能剖析、容量分析、资源调度或多节点工作负载）
在实际工作中建立AI-agent、工具调用或编码代理策略以提升工程工作流的经验
成功将松散定义的跨组织问题转化为具有可衡量工程影响的持久平台或项目的经验
AI 洞察
优缺点分析
优点
- 身处AI算力基础设施核心环节，接触最前沿的大模型与加速计算技术
- 跨国企业平台提供完善的工程规范、技术资源与全球协作机会
- 技术深度与广度兼具，既能做底层架构又能贴近业务场景
- 需同时兼顾底层系统原理与上层AI工作负载特性，知识跨度大
- 性能基准测试对稳定性与可复现性要求极高，调试复杂跨层问题耗时较长
- 全球化协作需克服时差与文化差异带来的沟通成本
- 适合具备深厚系统编程功底、对AI基础设施充满热情、且能在高压复杂环境中独立推进技术落地的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 向首席系统工程师或技术专家路线发展，主导更大规模的基础设施架构
- 逐步承担技术管理职责，带领团队规划自动化测试平台战略
- 深耕AI基础设施领域，成为行业内的性能优化与自动化专家
- 负责搭建和维护AI及加速计算负载的性能基准测试自动化基础设施
- 主导核心平台组件的架构设计与代码实现，确保测试流程的高可用与可扩展
- 跨团队协作，将业务需求转化为技术路线图并推动落地
- 通过代码审查与技术指导，提升整体工程标准与团队交付质量
- 精通Python与Linux系统编程，深入理解并发、网络与资源管理
- 熟练掌握容器编排与分布式系统架构设计
- 具备AI/ML工作负载性能分析与调优经验
- 拥有扎实的技术领导力与跨团队沟通能力
申请策略
- 提前研究目标团队公开的技术文档，准备针对具体性能瓶颈的解决方案思路
- 面试中注重展示“从模糊需求到稳定平台”的完整闭环案例
- 突出Python与Linux系统级开发经验，量化展示自动化框架或分布式平台的构建成果
- 详细列举性能测试、基准评测或CI/CD流水线优化案例
- 强调跨部门协作与技术指导经历
- 深入学习Kubernetes等云原生编排技术与分布式调度算法
- 补充AI模型训练/推理性能剖析工具链的使用经验
- 强化系统可观测性与自动化测试设计模式
面试指南
- 采用STAR法则结构化回答，重点突出背景复杂性、技术选型依据、实施过程中的难点突破及最终可量化的工程收益
- 对于架构类问题，先讲核心设计原则，再展开模块交互与容错机制
- 强调在不确定性环境中如何通过数据驱动与灰度发布降低技术风险
- 请分享一个你主导设计的分布式自动化测试平台的架构，如何保证高可用与数据一致性？
- 面对AI工作负载性能波动，你会如何定位是系统层、容器层还是应用层的问题？
- 如何在没有明确需求的情况下，推动一项跨团队的基础设施重构项目？
- 请描述一次你通过代码审查或技术指导显著提升团队工程质量的经历
- 复习Linux内核基础、容器网络与存储插件原理
职位点评
薪资福利85
成长发展92
工作生活65
使命价值80
薪资福利
85较高
薪资处于上海科技行业高位水平，配合上市公司稳定的福利体系与长期激励，对补偿性动机满足度较高。
薪资信号偏高 (6.0千–10.0万/月)
成长发展
92较高
聚焦AI基础设施与前沿性能评测技术，提供深厚的技术成长空间与明确的专家晋升路径，发展性动机极强。
技术前沿前沿/新兴技术
技术栈Python、Linux、Containers、Distributed Systems、AI/ML Workloads、Performance Benchmarking
业务类型ambiguous
工作生活
65中等
跨国企业通常提供较好的人文关怀，但性能实验室与基础设施攻坚性质决定项目期可能存在阶段性高强度投入，生活平衡中等偏上。
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
直接服务于AI算力效能提升与大模型迭代，技术成果对行业进步具有显著推动作用，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
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