英伟达
Software Engineering Intern, AI Agent Test Development - 2027
Software Engineering Intern, AI Agent Test Development - 2027
发布于 2 小时前实习/见习
实习生仅现场办公测试开发
测试开发
Ai测试
Llm
Shell脚本
测试框架
自动化测试
英语流利
值不值得投
75综合评分
综合评分 75
顶尖AI硬件测试平台、前沿技术驱动、成长空间广阔，但需全职坐班且强度较高
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，方便比较实习机会。
薪资怎么样
1.0万
比测试开发中位数低
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 330 个在招 · 其中测试开发 22 个
市场机会
选择面较广
上海 · 测试开发 · 约 310 个在招
职位详情
关于这个职位
本职位主要负责在NVIDIA GPU平台上测试前沿AI代理及端到端工作流，设计并执行功能、集成与性能测试
需使用Python搭建自动化评估框架，结合AI工具优化QA流程，并与开发团队协同定位缺陷，持续提升测试覆盖率与产品交付质量
最低要求
目前就读计算机科学、计算机工程、电气工程或相关领域的硕士学位项目
具备扎实的软件开发潜力，熟练掌握Python及Shell脚本编写
拥有实际操作开源模型（如Hugging Face）的经验，曾使用至少一种本地推理运行时或框架
熟悉使用AI开发工具来优化端到端质量保证（QA）工作流的效率与质量
具备良好的Linux系统知识、软件开发基础及测试方法论
英语读写流利，具备出色的问题解决能力、沟通技巧与人际交往能力
态度积极主动，富有创新精神与自驱力，对掌握前沿技术充满热情
能够全职到岗，每周工作五天，持续实习一年
工作职责
在NVIDIA GPU平台上测试前沿的AI代理及端到端代理工作流
验证模型在不同推理运行时、模型格式、精度与量化设置以及软硬件配置下的表现
设计并执行功能测试、集成测试、端到端测试、可靠性测试及性能测试
为推理、工具使用、多轮交互、记忆与检索等能力开发自动化测试与评估框架
利用AI开发工具提升测试规划、用例开发、执行、分析与自动化的整体生产力
与开发团队紧密协作，进行问题分类、根因分析、修复验证，并持续提升测试覆盖率与产品质量
优先资格
具有LLM应用、AI代理或代理工作流的相关经验
有开发AI评估或测试自动化框架的经验
了解RAG、工具调用、提示词工程或多智能体系统
熟悉Docker、Kubernetes、OpenStack或其他云原生技术
具备NVIDIA GPU硬件、CUDA或并行编程经验
有在工作站、嵌入式或边缘GPU平台上评估量化或优化模型的经验
AI 洞察
优缺点分析
优点
- 接触行业最前沿的AI Agent与GPU技术，技术栈极具竞争力
- 依托跨国巨头平台，培训体系完善，简历背书价值高
- 国际化工作环境，英语能力与跨团队协作机会丰富
- 技术迭代极快，需保持高强度学习与快速适应能力
- 全职实习要求严格，需平衡学业与高强度工作节奏
- 适合计算机/电子相关专业在读硕士，对AI底层测试与GPU生态有浓厚兴趣，具备扎实编程基础与英语能力的求职者
缺点 / 挑战
- 测试覆盖范围广，需兼顾功能、性能与AI特性验证，工作复杂度较高
角色解读
- 可沿AI测试工程师、AI算法测试专家方向发展，逐步深入大模型评测、自动化测试平台建设或转向AI应用开发
- 积累GPU底层测试经验后，可向高性能计算测试或芯片验证领域拓展
- 负责在NVIDIA GPU平台上对前沿AI代理及工作流进行全链路测试与验证
- 设计并执行功能、性能及可靠性测试，搭建自动化测试与评估框架
- 利用AI工具优化QA流程，协同开发团队定位并解决缺陷
- 熟练掌握Python与Shell脚本，具备扎实的Linux系统与软件工程基础
- 熟悉开源大模型部署与本地推理框架，了解测试方法论与自动化测试工具
- 具备优秀的英语沟通能力与问题分析解决能力
申请策略
- 准备一份针对AI测试岗位的GitHub项目链接或技术博客
- 面试前深入研究NVIDIA最新GPU产品线及AI企业解决方案，展现对公司业务的理解
- 突出Python/Shell编程实战项目，详细列出开源大模型部署与推理框架使用经验
- 强调自动化测试框架开发经历及Linux系统操作熟练度
- 清晰展示英语能力证明或海外交流/阅读技术文档经验
- 提前熟悉主流开源大模型（如Llama系列）的本地部署与微调流程
- 学习常见测试框架（如Pytest）及CI/CD流水线集成方法
- 补充GPU基础架构与CUDA编程常识，了解AI Agent核心概念
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答项目经历
- 针对技术问题，先阐述原理与背景，再说明具体实现步骤，最后量化成果与复盘思考
- 对于开放性测试设计题，从输入多样性、输出准确性、边界条件、异常处理四个维度展开
- 请介绍你使用过的本地推理框架及遇到的性能瓶颈如何优化？
- 描述一次你设计自动化测试用例并成功发现隐蔽缺陷的经历
- 如果让你评估一个AI Agent的工具调用能力，你会设计哪些测试指标？
- 复习操作系统、网络基础与数据结构算法，准备1-2个完整的自动化测试项目案例
- 梳理大模型基础概念（Transformer、注意力机制、量化技术），阅读NVIDIA官方AI测试相关白皮书或技术博客
职位点评
薪资福利75
成长发展92
工作生活45
使命价值85
薪资福利
75中等
外企实习津贴处于市场中上水平，配合完善的五险一金与补充福利，稳定性与保障较强。
薪资信号未披露（AI估算：8.0千–1.2万/月）
成长发展
92较高
深度参与AI Agent前沿测试与GPU平台验证，技术栈高度契合行业趋势，内部导师制与培训资源将极大加速技术成长。
技术前沿前沿/新兴技术
技术栈Python、Shell、Linux、LLM、AI Agent、GPU、Docker、Kubernetes、CUDA
业务类型ambiguous
工作生活
45较低
明确要求全职坐班且每周5天，缺乏弹性工时与远程选项，工作强度与通勤压力需自行评估。
工作模式仅现场办公
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
85较高
直接参与定义下一代计算时代的AI基础设施测试，技术成果将广泛应用于自动驾驶与机器人领域，社会价值与行业影响力显著。
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、对世界产生持久影响
创新程度开拓性创新（行业首创）
Watch Jobs