英伟达
Deep Learning Compiler CI and Infrastructure Engineer
Deep Learning Compiler CI and Infrastructure Engineer
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DevOps/SRE
DevOps/SRE
Ai/Llm
Automation
CI/CD
Gitlab Ci
值不值得投
80综合评分
综合评分 80
顶尖AI大厂、前沿技术栈、高薪福利，侧重技术成长与挑战，WLB信息不明
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
5.5万
比DevOps/SRE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DevOps/SRE 4 个
市场机会
选择适中
深圳 · DevOps/SRE · 37 个在招
职位详情
关于这个职位
负责构建和维护NVIDIA深度学习编译器的CI/CD基础设施，确保ML工作负载在GPU环境中的可靠性与效率
通过自动化和AI技术优化流水线，减少故障排查时间，提升开发者体验
需具备深厚的软件工程及分布式系统调试能力
最低要求
计算机科学、计算机/电气工程、数学或相关领域的学士、硕士或博士学位（或同等经验）
年以上为复杂软件系统设计、扩展和运营CI/CD、构建/发布或开发者基础设施的经验
使用GitLab CI、Jenkins等工具从头构建CI平台的经验，包括流水线编排、计算/Runner管理、制品包系统及可观测性，强调可靠性、可重复性和可调试性
强大的软件工程技能（必须掌握Python），能够设计、实现和调试端到端的分布式系统
熟悉边缘设备（如SOC，例如NVIDIA Tegra）的主机-目标架构，具备调试能力及对其自动化细微之处的了解
在实际工程工作流中设计和部署AI/LLM系统的记录，展示在评估权衡、故障模式、可维护性以及对开发者生产力、信号质量或运营效率的可衡量影响方面的技能
工作职责
构建、维护和改进支持NVIDIA深度学习编译器堆栈在GPU和加速器环境中开发、验证和发布的CI基础设施
通过减少Flakes（偶发失败）、提高可重复性、加强诊断功能并使正确性和性能失败更容易理解和行动，来提高CI的可靠性和信号质量
应用自动化、AI和基于智能体的工作流来减少手动CI操作，加快故障分诊速度，并提高开发者效率
构建可重用且自助服务的CI平台，支持多种产品、项目、模型套件、硬件目标和软件配置，并与编译器、基础设施和发布团队紧密合作
优先资格
拥有打造并交付复杂的AI/基于智能体系统的经验，以改进持续集成或开发者效率
这些系统包括智能测试选择、自动分诊和路由、回归定位、自主修复和开发者辅助工作流
拥有DL/GPU软件环境CI运营经验，包括Slurm、Kubernetes或云平台上的多GPU/多节点工作负载
熟悉编译器IR和基础设施，如LLVM/MLIR、TensorRT IR，特别是在测试、调试和验证编译器驱动的工作负载方面
AI 洞察
优缺点分析
优点
- 身处AI计算领域的顶尖公司，接触最前沿的GPU和深度学习编译器技术
- 工作内容涉及高影响力的基础设施，能显著提升整个研发团队的效率
- 公司拥有极具竞争力的薪酬和福利体系
- 需要处理极其复杂的分布式系统和多硬件环境下的CI问题，技术难度高
- 对系统的可靠性和信号质量要求极高，任何故障都可能影响庞大的研发团队
- 适合热衷于底层基础设施、自动化技术，并对AI/编译器领域有浓厚兴趣的中高级软件工程师
- 需要具备极强的问题解决能力和系统性思维
缺点 / 挑战
- 可能需要应对高强度的技术挑战和工作压力
角色解读
- 可向高级DevOps专家、基础设施架构师方向发展，或在AI编译器领域深耕成为特定领域的技术专家
- 随着AI算力需求的爆发，该岗位在行业内的稀缺性和价值将持续提升
- 负责搭建和优化深度学习编译器的CI/CD流水线，确保代码从提交到发布的自动化流程稳定高效
- 利用Python和分布式系统知识解决复杂的构建和测试问题，特别是针对GPU和加速器环境
- 引入AI和自动化手段降低人工干预，提升开发者的反馈速度和系统可靠性
- 精通Python编程，具备5年以上CI/CD平台（如GitLab CI, Jenkins）的设计与运维经验
- 熟悉分布式系统架构，能够处理大规模ML工作负载
- 了解边缘设备架构及编译器基础设施（如LLVM/MLIR）者优先
- 具备AI/LLM系统落地经验者更佳
申请策略
- 准备具体的案例，说明如何通过技术手段解决复杂的CI/CD瓶颈问题
- 展现对AI工程化落地的深刻理解，特别是如何利用AI提升开发效能
- 突出展示CI/CD平台的从零构建或重大重构经历，量化提升的效率指标（如构建时间缩短比例、故障率降低幅度）
- 强调Python在分布式系统中的应用案例，以及使用AI/自动化解决具体工程痛点的经验
- 深入理解Kubernetes和Slurm在大规模作业调度中的应用
- 学习LLVM/MLIR等编译器中间表示的基础知识，以便更好地理解编译器团队的需求
- 提升在大规模分布式系统中的可观测性和调试能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答行为面试题
- 对于技术问题，先阐述整体架构思路，再深入关键模块的实现细节，最后强调度量指标和业务影响
- 展示系统性思维和以数据驱动决策的能力
- 请描述你设计过的最复杂的CI/CD系统，你是如何保证其在大规模并发下的稳定性和可扩展性的？
- 在面对偶发的构建失败（Flakes）时，你有什么策略来识别根因并彻底解决它？
- 如何利用Python编写脚本来自动化复杂的测试分发和资源管理？
- 你对LLVM/MLIR或TensorRT等编译器基础设施有多少了解？如何在CI中有效测试编译器变更？
- 请举例说明你如何将AI/Agent技术应用于改善开发者体验或提升CI效率
职位点评
薪资福利85
成长发展90
工作生活60
使命价值80
薪资福利
85较高
作为已上市的跨国巨头，提供具有市场竞争力的薪酬和丰厚的福利包，满足度高。
薪资信号偏高 (4.0千–7.0万/月)
福利待遇competitive salaries、generous benefits package
成长发展
90较高
处于AI计算的最前沿，接触GPU、编译器及AI Agent等新兴技术，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈Deep Learning Compiler、CI/CD、GPU、AI/LLM、Agent-based workflows、Python、Kubernetes、Slurm、LLVM/MLIR
成长机会exclusive engineering teams are rapidly growing
业务类型profit_center
工作生活
60中等
JD未明确提及弹性工作制或不加班，但提到“hardworking people”，暗示可能有一定工作强度。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
参与定义现代AI计算的核心基础设施，对社会技术进步有显著影响力。
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revolutionized parallel computing、ignited modern AI、brain of computers, robots, and self-driving cars
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