英伟达
System Software Architect, AI Hardware and Software Performance
System Software Architect, AI Hardware and Software Performance
发布于 1 天前中层管理(经理/总监)
全职员工混合式弹性办公架构师
架构师
Pytorch
Tensorrt-Llm
云原生
分布式系统
性能剖析
技术领导力
系统架构
跨团队协作
Ai性能基准测试
值不值得投
81综合评分
综合评分 81
顶尖AI算力平台架构岗，技术前沿、成长空间大、薪酬优厚，但门槛高且需适应快节奏跨域协作
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
11.5万
比架构师中位数高
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 510 个在招 · 其中架构师 12 个
市场机会
选择面较广
上海 · 架构师 · 约 140 个在招
职位详情
关于这个职位
负责英伟达性能实验室自动化平台的系统软件架构设计，主导AI硬件与软件性能基准测试平台的开发与落地
结合技术规划、跨团队协作与一线调试，提升大规模计算集群的性能评估效率与可靠性
最低要求
计算机科学、电子或计算机工程硕士或博士学位（或同等经验）
年以上系统软件、分布式系统或AI系统开发实战经验
精通Python与软件工程，有生产级工具/服务/自动化框架的构建与运维记录
具备复杂多功能项目的技术领导力，包括架构定义、技术风险管理、模糊问题求解及推动方案交付与落地
熟悉AI硬件与系统的定量分析（含性能、架构评估与功耗效率）
有大规模分布式或云原生系统运维经验（含性能剖析、容量分析或资源调度）
优秀的沟通、影响力、演讲与跨职能协调能力，有跨国跨时区团队对齐经验
具备工程师指导记录，能提升工程质量并辅助团队做出更优技术决策
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
领导实现可复用的软件、服务和工作流，自动化基准测试的定义、执行、结果收集、验证与报告，覆盖本地、集群及云原生环境
建立工程方法以提升大型基准测试活动的可靠性、可扩展性、可观测性、可维护性与可复现性
深入参与AI基准测试、分析与设计，利用对真实工作流行为的一手知识指导平台投资与技术决策
跨团队边界领导交付：与合作团队对齐方向、消除重复工作、管理交付风险并保持利益相关者知情
通过架构与代码审查、技术标准及导师制提高工程标准，同时评估新兴技术
参与内部及开源项目的战略制定与开发，并推动其采用
优先资格
对现代计算硬件栈（硅片、系统、网络或集群）有良好技术理解
了解AI负载如何压榨硬件（内存带宽、容量、互连通信与实际算力利用率）
有构建自定义Agent Harness或策略以提升团队/组织级工作流的实战经验
熟练使用AI训练/推理框架（如vLLM、SGLang、TensorRT-LLM、PyTorch或JAX）
成功将模糊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
AI 洞察
优缺点分析
优点
- 身处全球AI算力龙头的核心性能实验室，接触最前沿的硬件与AI负载技术
- 拥有极高的技术话语权与跨团队影响力，可直接塑造公司性能评估标准
- 完善的全球技术社区与开源贡献机会，职业履历含金量极高
- 要求10年以上深厚积累与硕士/博士学历，门槛极高
- 需兼顾战略规划与一线代码调试，工作强度与技术深度要求双高
- 适合具备扎实系统架构功底、热爱底层性能优化、追求技术深度与广度并重的资深工程师或技术管理者
缺点 / 挑战
- 跨国跨时区协作频繁，对沟通效率与项目管理能力挑战较大
角色解读
- 可向首席架构师或技术总监方向发展，主导更大规模的基础设施平台演进
- 横向拓展至AI系统优化、云计算架构或高性能计算领域，成为行业顶尖技术专家
- 负责性能实验室自动化基准测试平台的整体架构设计与技术路线规划
- 主导跨部门协作，推动平台从概念到生产环境的落地与规模化应用
- 深入一线进行系统调试与性能分析，确保平台满足大规模AI/HPC工作负载的评估需求
- 深厚的系统软件与分布式系统设计能力，精通Python及生产级自动化框架开发
- 扎实的AI硬件性能定量分析经验，熟悉主流AI训练/推理框架底层机制
- 出色的技术领导力与跨时区团队协调沟通能力，具备架构评审与工程师指导经验
申请策略
- 提前研究英伟达PerfLab公开的技术博客与白皮书，准备针对具体AI负载性能问题的架构设计方案
- 面试中展现“既懂顶层设计又能下沉写代码”的全栈架构思维
- 突出主导过的分布式系统或自动化平台架构设计案例，量化性能提升或效率优化指标
- 详细列出Python工程实践、AI框架底层调优及大规模集群运维的具体经验
- 强调跨团队技术领导力与mentorship成果
- 深入研读vLLM、TensorRT-LLM等主流推理框架的源码与性能瓶颈
- 强化分布式系统可观测性与容量规划的系统性知识
- 提升技术文档撰写与跨文化沟通技巧
面试指南
- 使用STAR法则结构化回答，重点突出背景复杂性、你的架构决策依据、量化结果及复盘思考
- 对于模糊需求，展示需求澄清、原型验证、里程碑拆分与干系人管理的流程
- 结合具体数据说明技术选型权衡过程，避免空泛理论
- 请分享一个你主导的复杂分布式系统架构设计案例，你是如何平衡可扩展性与可维护性的？
- 面对模糊的跨部门技术需求，你如何拆解目标并推动落地？
- 如何评估和优化大规模AI训练集群的内存带宽与互连通信瓶颈？
- 复习操作系统、计算机网络与分布式系统核心原理
- 梳理过往项目中关于性能剖析、资源调度与自动化测试的具体数据
职位点评
薪资福利80
成长发展92
工作生活70
使命价值80
薪资福利
80较高
薪资信号为未披露，但基于岗位层级与市场定位，实际薪酬竞争力强，福利体系符合跨国企业标准。
薪资信号未披露（AI估算：8.0千–15.0万/月）
成长发展
92较高
提供前沿AI硬件与系统性能研究环境，技术成长空间极大，导师制与开源贡献机制完善。
技术前沿前沿/新兴技术
技术栈Python、分布式系统、AI基准测试、云原生、vLLM、TensorRT-LLM、PyTorch、JAX
成长机会mentoring engineers、raising engineering quality、grow their adoption
业务类型ambiguous
工作生活
70中等
跨国企业通常提供较好的工作灵活性，但高性能实验室节奏较快，需兼顾多地协作与交付压力。
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
直接服务于全球AI算力基础设施的性能优化，对推动人工智能技术发展具有显著正向价值。
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