英伟达
Senior Data Infrastructure Engineer, AI Performance
Senior Data Infrastructure Engineer, AI Performance
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数据工程
数据工程
Llm推理优化
云原生
分布式系统
数据可视化
数据平台
系统架构设计
高性能计算
值不值得投
83综合评分
综合评分 83
聚焦AI底层架构仿真，技术栈前沿且行业影响力强，薪酬竞争力突出，适合渴望深耕分布式系统与高性能计算的技术专家。
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
6.0万
比数据工程中位数高
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 480 个在招
市场机会
选择面较广
上海 · 数据工程 · 约 130 个在招
职位详情
关于这个职位
负责构建和维护支撑AI架构仿真的分布式基础设施与数据平台，通过开发自动化执行、数据存储及可视化分析工具，帮助GPU架构师和研究人员高效评估AI算力模型的性能、功耗与设计权衡
最低要求
计算机科学、电子工程、计算机工程、数学等相关技术领域的本科及以上学历
年以上生产级基础设施、分布式系统或数据平台的开发与建设经验
具备扎实的软件开发与系统设计能力，精通至少一门编程语言，深刻理解可扩展性、可靠性、数据一致性及运维权衡
能够处理模糊复杂的问题，简化碎片化系统，并与工程及研究团队高效协作
工作职责
构建可扩展且可靠的分布式基础设施，用于在本地计算集群和云环境中运行大型仿真研究，提升吞吐量、资源利用率和可复现性
建立统一的存储与数据平台，作为仿真配置、执行状态、结果及溯源信息的唯一真实来源
开发自助式分析与可视化功能，协助架构师探索结果并对比性能、功耗与设计权衡
与GPU架构师、性能工程师、AI研究员及软件团队协作，将新兴AI工作负载转化为可复用的仿真平台能力
参与制定NVIDIA下一代AI架构仿真平台的技术路线图与工程实践规范
优先资格
在分布式系统、存储与查询引擎、计算编排或大规模数据平台方面具有深厚专业知识
有优化计算密集型和数据密集型系统性能、可靠性或效率的实际经验
了解LLM推理优化，以及对话式、智能体或其他新兴AI工作负载的性能特征
熟悉架构仿真、性能建模、高性能计算、GPU计算或AI工作负载
拥有通过行业工作、研究或开源贡献展现出的强烈技术所有权和影响力记录
AI 洞察
优缺点分析
优点
- 依托巨头企业平台，享有完善的研发资源与技术社区支持
- 职业履历含金量高，利于向AI底层系统领域深耕
- 需同时兼顾分布式系统、数据平台与AI负载特性，知识边界要求极广
- 仿真业务偏底层支持，直接面向终端用户的成就感可能较弱
- 适合热衷于底层系统架构、对AI算力与高性能计算有浓厚兴趣，且具备较强抽象思维与跨团队协同能力的资深工程师
缺点 / 挑战
- 深度参与全球顶尖AI芯片架构仿真，技术栈前沿且极具挑战性
- 跨部门协作频繁，沟通与推动成本较高
角色解读
- 可向首席系统架构师或技术专家方向发展
- 也可转向AI基础设施负责人或高性能计算领域资深专家
- 长期可拓展至AI芯片架构与底层系统优化的交叉领域
- 负责搭建和维护支撑AI架构仿真的分布式基础设施与数据平台
- 开发自动化执行、数据存储及可视化分析工具
- 与GPU架构师和AI研究员协作，将新兴AI负载转化为仿真平台能力
- 精通分布式系统设计与大规模数据处理
- 掌握至少一门主流编程语言及系统架构设计
- 熟悉高性能计算、GPU计算或LLM推理优化
- 具备解决复杂模糊问题与跨团队协作能力
申请策略
- 提前了解NVIDIA CUDA生态及AI芯片架构演进路线
- 准备1-2个从0到1搭建高可用数据/计算平台的详细案例，重点说明技术选型权衡与故障排查思路
- 突出大规模分布式系统或数据平台的实际落地经验
- 量化系统吞吐量、资源利用率或稳定性的提升指标
- 展示开源项目贡献或技术博客等影响力证明
- 补充LLM推理优化与GPU计算基础理论
- 深入研读Kubernetes、Ray或Spark等现代计算编排框架源码
- 强化系统可观测性与自动化运维实践能力
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答
- 重点阐述技术选型的权衡依据（Trade-offs）、容错机制设计、监控告警体系及最终业务/技术指标收益
- 请分享一个你主导设计的分布式系统架构，如何保证数据一致性与高可用？
- 面对模糊的业务需求，你是如何拆解并输出技术方案并落地的？
- 如何优化大规模数据仿真任务的调度效率与资源利用率？
- 复习分布式共识算法（如Raft/Paxos）与CAP定理在实际场景中的应用
- 梳理个人项目中遇到的极端故障案例及复盘改进措施
- 熟悉AI训练/推理的基本流程与性能瓶颈
职位点评
薪资福利85
成长发展92
工作生活65
使命价值88
薪资福利
85较高
薪资福利处于行业领先水平，结合上市公司背景与核心技术岗定位，整体补偿性动机满足度较高。
薪资信号偏高 (4.5千–7.5万/月)
成长发展
92较高
岗位深度绑定AI芯片架构与前沿仿真技术，技术成长空间广阔，发展性动机得到高度满足。
技术前沿前沿/新兴技术
技术栈分布式系统、数据平台、LLM推理优化、GPU计算、高性能计算、架构仿真
业务类型profit_center
工作生活
65中等
研发类岗位通常具备一定技术自由度，但核心架构仿真项目节奏紧凑，WLB表现中等。
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
88较高
直接参与定义下一代AI算力架构，对推动全球人工智能硬件发展具有显著的正向社会影响力与使命感。
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