英伟达
Infrastructure Software Engineer, Deep Learning Libraries
Infrastructure Software Engineer, Deep Learning Libraries
发布于 大约 14 小时前普通员工/个人贡献者
上海市 / 北京市
中级经验
全职员工
仅现场办公
本科
软件工程
CI/CD
Cmake
Tensorrt
深度学习
AI 估算 · 35k–55k
英伟达作为AI芯片巨头，薪资竞争力强，中级工程师年薪约45-70万人民币，折合月薪35k-55k，13薪。
职位详情
关于这个职位
英伟达深度学习库团队正在招聘基础设施软件工程师，负责设计和开发可扩展的模块化基础设施，以优化深度学习库（如TensorRT、TensorRT-LLM）的构建、测试和发布流程
你将与多元化的技术团队合作，打造全球最快的深度学习平台，推动自动驾驶、数据中心和大语言模型等领域的创新
最低要求
BS or equivalent experience or higher degree in Computer Science or Computer Engineering
+ years of relevant experience
Strong programming skills in Python (or similar) and familiarity with C/C++ development
Experience setting up, maintaining, and automating continuous integration systems (e.g. Jenkins)
Fluency in SCM (e.g. Git, Perforce) and build systems (e.g. Make, CMake, Bazel)
A pragmatic approach to solving problems and collaboration
Passion for "it just works" automation and enabling team members
工作职责
Designing and developing software for testing and analysis of our codebases
Building scalable automation for build, test, integration, and release processes for publicly distributed deep learning libraries
Developing throughout the software stack, from the user experience down to the cluster and database layers
Configuring, maintaining, and building upon deployments of industry-standard tools (e.g. Kubernetes, Slurm, Jenkins, Docker, CMake, Github, Gitlab, Jira, etc)
Advancing state of the art in those industry-standard tools
优先资格
Experience designing and developing automation in Jenkins with Groovy (or similar)
Background with distributed systems and cluster/cloud computing, especially with Kubernetes
Experience designing and developing unit and integration test frameworks
Hands-on experience with code coverage and static code analysis tools
Experience with GPU, mobile/embedded platforms and multiple operating systems (Ubuntu, RedHat, Windows, QNX, L4T, or similar)
AI 洞察
优缺点分析
优点
- 加入AI行业领导者英伟达，接触最前沿的深度学习技术栈
- 团队技术氛围浓厚，能学习到TensorRT、Kubernetes等高端技能
- 基础设施工作有时较为隐性，直接产品交付成就感较弱
- 需要应对多平台、多产品的复杂性，跨团队协作要求高
- 英伟达工作节奏较快，可能需要适应弹性高强度
- 适合热爱自动化、追求技术深度且愿意在基础设施领域深耕的软件工程师
缺点 / 挑战
- 工作内容涵盖大型分布式系统和自动化，技术挑战大，成长空间高
角色解读
- 向深度学习库核心开发者或系统架构师方向发展
- 成为CI/CD和基础设施专家，晋升为技术主管或架构师
- 横向转型至AI平台、自动驾驶等前沿领域的技术岗位
- 设计和开发深度学习库的测试与分析软件，确保代码质量
- 构建可扩展的自动化系统，覆盖构建、测试、集成和发布流程
- 维护和优化Kubernetes、Jenkins等基础设施工具，提升开发效率
- 与跨团队合作，推动基础设施的演进，支持从嵌入式到数据中心的全平台
- 精通Python和C/C++，具备扎实的编程基础
- 熟悉CI/CD工具（如Jenkins）和版本控制（Git/Perforce）
- 掌握构建系统（CMake、Bazel）和容器技术（Docker）
- 了解分布式系统和云计算（Kubernetes优先）
申请策略
- 英伟达非常看重自动化思维和推动效率的热情，面试中多讲自己的优化案例
- 了解TensorRT和深度学习推理的基本概念，展示对业务背景的兴趣
- 突出Python/C++编程能力和CI/CD项目经验，如Jenkins Pipeline搭建
- 强调Kubernetes、Docker等容器编排和分布式系统经验
- 展示对深度学习工具链（如TensorRT）或GPU计算的理解
- 深入学习Kubernetes和Jenkins Groovy脚本开发
- 复习CMake和Bazel构建系统，掌握多平台交叉编译
面试指南
- 用STAR法则描述项目，突出自动化、可扩展性和实际效果
- 技术问题先澄清需求再给出方案，体现系统性思维
- 如何设计一个跨平台的CI/CD流水线？
- 描述一次你优化构建或测试流程的经历，具体做了什么
- Kubernetes中如何管理GPU资源？
- Python和C++在性能上有什么差异？如何选择？
- 如何处理依赖冲突或构建错误？
- 熟悉Jenkins Pipeline语法和Kubernetes部署实践
职位点评
80
综合评分
AI巨头核心基础设施岗位，尖端技术栈，薪资优厚但工作节奏较快。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最看重技术成长和前沿领域、对WLB要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活50
使命价值85
薪资福利
85较高
英伟达作为上市公司，薪资福利优厚，职位未明确薪资但行业水准高，补偿性动机满足较好。
薪资信号未披露（AI估算：35K-55K/月）
成长发展
95较高
职位涉及前沿深度学习基础设施，技术栈（Kubernetes、Jenkins、TensorRT）先进，成长空间极大。
技术前沿前沿/新兴技术
技术栈Python、C++、Kubernetes、Jenkins、Docker、TensorRT、深度学习、CI/CD
业务类型profit_center
工作生活
50较低
职位要求全现场办公，未提及弹性工作或WLB信号，英伟达节奏较快，生活化动机满足一般。
工作模式仅现场办公
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
职位直接推动AI基础设施发展，对行业有重要贡献，社会价值较高。
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