英伟达
Principal Software Engineer, Distributed Query Engines - Analytics and Data Intelligence
Principal Software Engineer, Distributed Query Engines - Analytics and Data Intelligence
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数据工程
数据工程
Cuda
Gpu加速计算
Lakehouse
分布式查询引擎
并行编程
数据工程
值不值得投
80综合评分
综合评分 80
顶尖AI基础设施研发岗，技术栈前沿、发展性极强，薪酬竞争力高，WLB待确认。
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
8.5万
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 430 个在招
市场机会
选择面较广
上海 · 数据工程 · 约 120 个在招
职位详情
关于这个职位
负责基于GPU的高性能数据处理库与分布式查询引擎的开发与优化
主要使用C++和CUDA编写底层加速代码，支持数据加载、解析、连接及聚合等操作，并推动Lakehouse架构下的计算核心建设
需与全球团队及中国合作伙伴协作，解决复杂分布式系统的生产问题
最低要求
计算机科学、计算机工程、电气工程或相关技术领域的学士学位，或同等实践经验
年以上相关软件工程经验，包括在系统软件、分布式数据平台、存储、数据库或加速计算方面的实质性工作
熟练掌握C++和CUDA编程
对数据处理、数据分析和存储环境有深入了解
至少精通以下领域之一：分布式存储、数据库/查询引擎内部原理、高性能I/O、加速计算或大规模数据平台
具备跨分布式/对象存储、表格式（如Iceberg、Parquet）、Lakehouse架构和分析引擎的高效I/O和数据传输路径经验
熟悉SiriusDB、GPU加速查询引擎或相关项目
工作职责
创建和改进用于高性能数据处理的C++和CUDA库，涵盖从存储到GPU计算引擎的端到端数据路径
加速数据加载、解析、连接、聚合以及I/O、数据传输、内存管理和并发优化等操作
与销售/开发者关系团队协同，支持中国合作伙伴的集成、PoC、性能调优及生产问题排查
针对计算、网络和分布式存储，实施适用于数据仓库和Lakehouse工作负载的高性能解决方案
与全球分布且技术实力雄厚的团队协作，推动软件项目从架构设计到落地交付
运用在数据分析与ETL生态系统的深厚经验，优化GPU加速的数据处理流水线
优先资格
熟悉RAPIDS cuDF
熟悉S3、Parquet和Iceberg
具备跨越存储、网络和CPU/GPU计算的跨栈性能优化经验
在复杂分布式系统中诊断和解决生产问题的 proven 能力
既能定义技术方向又能亲自实现关键组件，并推动跨团队协作交付的能力
AI 洞察
优缺点分析
优点
- 接触业界顶尖的GPU加速计算与AI基础设施技术栈
- 依托英伟达平台积累高含金量项目经验
- 技术影响力大，成果直接应用于全球头部客户与开源社区
- 年以上经验门槛极高，需具备扎实的底层系统与分布式架构功底
- 适合拥有多年分布式系统或数据库内核开发经验、深耕GPU编程与高性能计算、追求技术极客路线的高级工程师
缺点 / 挑战
- 跨地域团队协作与生产环境问题排查压力大，对技术深度与广度要求严苛
角色解读
- 可向首席科学家或技术架构师方向发展，主导前沿AI基础设施研发
- 也可转向技术管理岗，带领分布式计算团队攻克行业级难题
- 负责设计与开发基于GPU的高性能数据处理库及分布式查询引擎
- 优化数据加载、解析、连接等核心操作的性能
- 与全球团队及中国合作伙伴协同推进技术落地与问题排查
- 精通C++与CUDA编程，具备深厚的系统软件与分布式数据存储经验
- 熟悉Lakehouse架构、表格式标准（如Iceberg/Parquet）及高性能I/O优化
- 掌握并行计算与跨栈性能调优方法
申请策略
- 提前研究英伟达ADI团队开源项目与技术博客
- 准备详实的性能调优案例，面试中重点展示跨栈优化思维与复杂问题定位能力
- 突出C++/CUDA底层开发实战经历，量化性能优化指标（如吞吐量提升、延迟降低）
- 强调分布式存储、查询引擎或Lakehouse相关项目经验
- 深入研读GPU并行计算模型与CUDA编程最佳实践
- 补充Apache Arrow/cuDF等现代数据栈知识
- 强化分布式系统一致性、容错机制的理论基础
面试指南
- 采用STAR法则描述技术决策背景与最终收益
- 结合系统架构图解数据流向与瓶颈点
- 对比不同技术方案的权衡（Trade-off），突出可观测性与自动化调优思路
- 请分享一个你使用CUDA优化I/O或内存访问瓶颈的具体案例
- 如何设计支持大规模Table Format的分布式查询执行计划
- 在复杂分布式系统中，你通常如何定位并解决跨节点性能抖动问题
- 谈谈你对Lakehouse架构中计算与存储分离设计的理解
- 复习操作系统底层机制（虚拟内存、零拷贝、RDMA等）
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
薪资福利对标国际一线科技巨头标准，整体补偿水平显著高于市场平均，但具体数字需以HR沟通为准。
薪资信号偏高 (7.0千–10.0万/月)
福利待遇综合福利包
成长发展
90较高
岗位聚焦GPU加速计算与分布式查询引擎前沿方向，技术栈极具前瞻性，能直接接触行业顶级开源项目与核心算法演进。
技术前沿前沿/新兴技术
技术栈C++、CUDA、GPU加速计算、分布式查询引擎、Lakehouse、cuDF
业务类型profit_center
工作生活
60中等
未明确说明弹性工作制，但作为跨国企业研发岗通常有一定灵活性；全球化协作可能带来跨时区会议压力，WLB需视具体团队节奏而定。
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
80较高
深度参与定义下一代计算时代的AI基础设施，技术成果将赋能机器人、自动驾驶等前沿领域，社会价值与行业使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号定义下一代计算时代、GPU成为计算机、机器人和自动驾驶汽车的大脑
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