英伟达
Software Engineering Intern, AI CI/CD Infrastructure – 2027
Software Engineering Intern, AI CI/CD Infrastructure – 2027
发布于 3 小时前实习/见习
实习生仅现场办公DevOps/SRE
DevOps/SRE
CI/CD
Cuda
Gitlab Ci
Llm
机器学习
值不值得投
85综合评分
综合评分 85
顶尖外企AI基础设施实习，技术栈前沿且成长空间巨大，履历含金量极高。
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
9千
比DevOps/SRE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 220 个在招
市场机会
选择面较广
上海 · DevOps/SRE · 约 150 个在招
职位详情
关于这个职位
该职位是英伟达的AI CI/CD基础设施软件工程实习生，主要负责构建AI辅助工作流，以分析和分类深度学习编译器持续集成系统中的故障
你将与导师及工程师团队合作，利用日志和测试数据优化CI流程，减少手动排查时间，并在真实GPU硬件环境中评估和集成你的解决方案
最低要求
目前正在攻读计算机科学、计算机工程、电气工程或相关技术领域的学士、硕士或博士学位
具备扎实的Python编程技能，以及对软件工程、调试和版本控制的深入理解
熟悉Linux开发环境和命令行工具
通过课程、研究、开源工作或过往实习，具备CI/CD、测试自动化、开发者工具、基础设施或机器学习系统的相关经验
具备出色的分析、沟通和协作能力，对提升工程质量和开发者生产力充满热情
工作职责
设计并实现AI辅助工作流，用于分析和分类深度学习编译器CI中的故障
利用日志、测试结果和执行元数据来分类故障、识别回归并检测不稳定测试（flaky tests）
将解决方案与现有CI基础设施集成，并创建诊断工具以帮助工程师理解和解决故障
在代表性的GPU硬件和软件配置上，评估解决方案的准确性、可靠性以及为开发者节省的时间
与编译器验证和基础设施工程师协作，记录项目文档并向团队展示成果
优先资格
具有CI平台（如Jenkins (groovy)、GitLab CI、GitHub Actions、Buildkite或类似系统）的使用经验
具有构建AI或LLM辅助工具的经验，用于日志分析、测试生成、故障分类或开发者支持
熟悉Docker、Kubernetes、Slurm、云平台或可观测性工具
了解GPU计算、CUDA、机器学习框架或编译器技术（如LLVM、MLIR、XLA/HLO或Triton）
AI 洞察
优缺点分析
优点
- 接触英伟达核心的深度学习编译器与GPU计算生态，技术壁垒高，履历含金量极高
- 将前沿的AI/LLM技术应用于实际的工程效能提升，解决真实的痛点问题
- 获得资深工程师的一对一指导，积累大规模分布式系统和CI/CD架构经验
- 需要快速理解复杂的编译器验证流程和底层GPU硬件配置，学习曲线较陡峭
- 适合对底层系统、编译器技术或AI工程化有浓厚兴趣，且具备扎实Python和CI/CD基础的计算机相关专业在校生
缺点 / 挑战
- 处理海量CI日志和故障数据时，对数据清洗和AI模型调优的准确性要求较高
角色解读
- 深入理解深度学习编译器底层逻辑与大规模CI/CD基础设施架构
- 未来可发展为AI基础设施工程师、DevOps专家或编译器工具链开发者
- 构建AI辅助工作流，自动分析深度学习编译器CI系统中的测试日志和故障数据
- 与编译器验证和基础设施团队合作，将AI分类和诊断工具集成到现有的CI/CD流水线中
- 在真实的GPU硬件和软件环境中评估工具的准确性，并量化其为开发者节省的时间
- 扎实的Python编程能力，熟悉Linux环境和命令行工具
- 了解CI/CD流程、测试自动化及开发者工具链，有相关项目或实习经验
- 具备数据分析能力，能够处理日志和测试元数据，了解基础的AI/LLM应用
申请策略
- 在简历或面试中展现对“提升开发者生产力”的热情，分享你过去优化过的工作流或工具
- 突出Python开发经验，特别是涉及日志分析、自动化脚本或CI/CD流水线搭建的项目
- 展示在AI/LLM应用方面的实践，如使用大模型进行文本分类、故障诊断或代码生成
- 提及对Linux环境、Docker/Kubernetes或GPU计算（CUDA）的熟悉程度
- 熟悉主流CI平台（如Jenkins, GitLab CI）的配置文件编写与流水线设计
- 了解LLM在日志分析或代码调试中的最新应用案例（如RAG、Agent）
面试指南
- STAR法则：针对项目经验，清晰阐述情境、任务、行动和结果，特别是量化成果（如节省了多少时间）
- 系统设计思路：针对AI工作流设计，从数据收集、预处理、模型选择/提示词工程到结果集成和监控，分步骤解答
- 请描述一个你使用Python自动化解决复杂问题的项目，你是如何设计架构的？
- 如果CI系统每天产生大量失败日志，你会如何设计一个AI工作流来自动分类这些故障？
- 你如何评估一个AI分类工具的准确性和可靠性？
- 在Linux环境下，你通常使用哪些命令行工具来排查系统或进程问题？
- 复习Python高级特性、Linux常用命令及CI/CD基本概念（如Pipeline, Artifact, Flaky tests）
- 了解英伟达的深度学习编译器生态（如Triton, TensorRT）及AI辅助编程/测试的最新行业趋势
职位点评
薪资福利85
成长发展95
工作生活70
使命价值85
薪资福利
85较高
作为顶尖科技巨头的实习岗位，实习津贴在市场中处于较高水平，且具备极高的履历背书价值。
薪资信号未披露（AI估算：6千–1.2万/月）
成长发展
95较高
岗位涉及深度学习编译器、AI辅助工具开发和大规模CI/CD基础设施，技术栈极其前沿，且有导师指导，成长空间巨大。
技术前沿前沿/新兴技术
技术栈Python、CI/CD、Linux、AI、LLM、Docker、Kubernetes、CUDA、LLVM、MLIR
成长机会Working with a mentor
业务类型cost_center
工作生活
70中等
外企实习通常工作节奏相对合理，但具体WLB情况JD未明确说明，需视团队项目进度而定。
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
85较高
参与构建支撑AI时代底层算力（深度学习编译器）的基础设施，具有极高的技术使命感和社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号building reliable developer infrastructure and applying AI to real engineering problems
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