英伟达
Software Engineering Intern, AI Agent Test Development - 2027
Software Engineering Intern, AI Agent Test Development - 2027
发布于 3 小时前实习/见习
实习生仅现场办公测试开发
测试开发
Ai Agent
Cuda
Llm
Rag
值不值得投
72综合评分
综合评分 72
头部科技企业核心AI研发实习岗，技术栈极度前沿、成长空间巨大，但要求全职现场办公，WLB受限。
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
8千
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 220 个在招 · 其中测试开发 16 个
市场机会
选择面较广
上海 · 测试开发 · 约 280 个在招
职位详情
关于这个职位
该职位是英伟达的 AI Agent 测试开发实习生，主要负责在 NVIDIA GPU 平台上测试前沿 AI 智能体及端到端工作流
你将设计并执行自动化测试框架，验证模型推理、工具调用等能力，并与开发团队合作提升产品质量
最低要求
目前计算机科学、计算机工程、电气工程或相关专业硕士在读
具备较强的软件开发潜力，熟练掌握 Python 和 shell 脚本
具备下载、配置和运行开源模型（如 Hugging Face 模型）的实践经验，至少使用过一种本地推理运行时或框架
有使用 AI 开发工具提升端到端 QA 工作流质量和生产力的经验
熟悉 Linux、软件开发和测试方法论
英语读写流利，具备较强的解决问题、沟通和人际交往能力
态度积极主动、富有创新精神且自我驱动，对学习前沿技术充满热情
能够全职现场办公，每周5天，持续一年
工作职责
在 NVIDIA GPU 平台上测试前沿 AI 智能体和端到端智能体工作流
跨推理运行时、模型格式、精度和量化设置以及硬件/软件配置验证模型
设计并执行功能、集成、端到端、可靠性和性能测试
为推理、工具使用、多轮交互、记忆和检索等能力开发自动化测试和评估框架
使用 AI 开发工具提高测试计划、测试用例开发、执行、分析和自动化的生产力
与开发团队合作进行分类问题、执行根本原因分析、验证修复并提高测试覆盖率与质量
优先资格
有 LLM 应用、AI 智能体或智能体工作流经验
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
有 Docker、Kubernetes、OpenStack 或其他云原生技术经验
有 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
- 能够接触到NVIDIA最前沿的GPU硬件与AI大模型技术，积累稀缺的AI Agent测试与评估经验
- 头部科技企业平台，简历含金量高，对后续求职有极大加成
- 需要快速学习并掌握不断迭代的AI前沿技术（如多智能体、RAG等），技术栈较深，学习曲线陡峭
- 适合对AI大模型底层推理、AI Agent工作流有浓厚兴趣，且具备扎实编程基础与较强自驱力的计算机相关专业硕士在校生
缺点 / 挑战
- 全职现场办公且要求每周5天，对在校生的时间管理要求较高
角色解读
- 从AI测试开发实习生起步，可深入理解大模型底层推理机制与工程化落地
- 未来可发展为AI测试专家、AI基础设施工程师或大模型应用研发工程师
- 负责在NVIDIA GPU平台上测试前沿AI智能体及端到端工作流，设计并执行自动化测试框架
- 验证模型在不同推理运行时、量化设置下的表现，并与开发团队合作解决缺陷
- 熟练掌握Python和Shell脚本，熟悉Linux环境及软件测试方法论
- 具备大模型（LLM）和AI Agent的实际操作经验，了解RAG、工具调用等前沿技术
申请策略
- 在简历或面试中展现对AI前沿技术的热情与快速学习能力，强调自己能够适应全职高强度的实习节奏
- 重点突出在Hugging Face等平台上部署、配置开源模型及本地推理框架的实操经验
- 展示使用Python/Shell开发自动化测试脚本或AI评估框架的项目经历
- 提前熟悉Docker、Kubernetes等云原生技术，以及CUDA并行编程基础
- 深入了解RAG、Prompt Engineering及多智能体系统的最新进展
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答项目经验问题
- 对于技术问题，先阐述核心原理，再结合具体工具说明解决思路，最后总结优化效果
- 请描述你如何配置和运行一个开源大模型，并说明你遇到过哪些推理性能或精度问题？
- 在设计AI Agent的自动化测试框架时，你会如何评估其推理、工具调用和多轮交互能力？
- 如果模型在特定量化设置下出现精度下降，你会如何进行根本原因分析？
- 请分享一个你使用AI开发工具提升端到端QA工作流效率的具体案例
- 复习大模型推理优化（如量化、KV Cache）及AI Agent核心架构
- 准备1-2个自己独立开发或深度参与的AI相关项目，能够清晰讲解技术细节与踩坑经验
职位点评
薪资福利85
成长发展95
工作生活40
使命价值85
薪资福利
85较高
作为头部科技企业的硕士实习岗，实习津贴处于市场较高水平，且能提供极具竞争力的转正机会与职业背书。
薪资信号未披露（AI估算：6–9千/月）
成长发展
95较高
岗位直接涉及NVIDIA GPU平台与前沿AI Agent技术，技术栈极其前沿，能提供顶级的技术视野与成长空间。
技术前沿前沿/新兴技术
技术栈Python、Shell、Linux、Hugging Face、LLM、AI Agent、RAG、Docker、Kubernetes、CUDA
成长机会passion for learning cutting-edge technologies
业务类型ambiguous
工作生活
40较低
明确要求全职现场办公且每周5天，持续一年，对在校生的时间精力消耗较大，WLB受限。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
参与定义下一代计算的AI时代，推动GPU作为计算机、机器人和自动驾驶汽车大脑的愿景，具有极高的行业使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号define the next era of computing、understand the world、make a lasting impact on the world
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