英伟达
Senior Deep Learning Test Development Engineer, SDET
Senior Deep Learning Test Development Engineer, SDET
发布于 大约 1 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
软件工程
CI/CD
NVIDIA GPU
Test Automation
AI 估算 · 40k–70k
上海高级测试开发岗位，英伟达巨头，AI方向热门，薪资竞争力强，15个月收入合理。
职位详情
关于这个职位
作为英伟达AI软件质量保证团队的高级深度学习测试开发工程师，你将负责定义、开发和执行测试，验证英伟达AI软件及GPU基础设施的鲁棒性和性能，覆盖自动驾驶、医疗、语音识别等多个AI场景
你需要与全球跨职能团队协作，管理自动化测试流程，并推动产品质量提升
这是一个技术深度高的岗位，适合有扎实测试开发和AI背景的工程师
最低要求
Master or higher degree in computer science or similar.
+ years of software quality assurance or test automation background with knowledge of test infrastructure and strong analysis skills.
UNIX/Linux administrator and troubleshooting experience
Good Python software development or test development skillset. Be familiar with python CI/CD pipeline development
Direct development experience in AI tools/products or using AI for major features
Good user/development experience of virtualization like VM & Docker container & k8s & Slurm
Excellent English written and oral communication skills.
Microcontroller programming / developing backgroud
Proven success in leveraging AI tools to significantly improve efficiency, streamline workflows or enhance process automation.
工作职责
Work closely with global cross-functional teams to understand the test requirements and take ownership of product quality.
Plan/design/execute/report/automate test plan/test case/test reports.
Manage bug lifecycle and co-work with inter-groups to drive for solutions.
Automate test cases and assist in the architecture, implementing/enabling test for CI/CD.
In-house repro and verify customer issues/fixes.
优先资格
Experience in using AI to automate/implement QA end-to-end workflow
Familiarity with NVIDIA GPU hardware products (Tesla, Tegra, DGX, etc.).
Understanding and working knowledge with Deep Learning large scale training backend like Pytorch, Nemotron and Inference backend like vLLM, SGLang.
Has working knowledge of RL Post Training 3P-OSS like VeRL, MILES
Working knowledge of CUDA libraries for Deep Learning like cuDNN and TRT-LLM
AI 洞察
优缺点分析
优点
- 英伟达作为AI领袖，平台和资源顶级，接触前沿GPU和深度学习技术
- 工作内容涉及自动驾驶、医疗等热门AI场景，技术成长快
- 与全球优秀工程师合作，提升国际视野和协作能力
- 薪资丰厚，福利完善（如股票、补充医疗等）
- 需要对多个AI领域有较深理解，学习曲线陡峭
- 要求同时具备开发、测试、AI和系统管理技能，综合门槛高
- 适合有5年以上经验、热爱AI技术、享受解决复杂问题、希望在顶尖平台深耕测试与AI结合的工程师
缺点 / 挑战
- 测试工作可能面临高强度压力，需快速响应问题
角色解读
- 在AI测试领域深耕，成为AI质量保证专家，负责核心产品线
- 向测试架构师或技术管理方向发展，领导测试团队
- 横向扩展至AI开发或DevOps，利用技术积累转型
- 负责AI软件和GPU基础设施的测试策略制定与执行，包括自动化测试框架设计与开发
- 与全球跨职能团队协作，管理缺陷生命周期，驱动问题解决
- 利用AI工具优化QA工作流，提升测试效率和覆盖率
- 参与CI/CD流水线的架构与实现，确保快速迭代质量
- 扎实的Python开发与测试自动化能力，熟悉CI/CD pipeline
- UNIX/Linux系统管理与排障经验，容器化技术（Docker, k8s, Slurm）
- AI工具或深度学习框架使用经验，具备AI赋能测试的实践
- 优秀的英语沟通能力，能与全球团队协作
申请策略
- 准备一个用AI提升QA效率的案例，展示创新思维
- 关注英伟达最新GPU产品（如H100）和AI软件栈，在面试中体现热情
- 突出Python开发与自动化测试项目经验，特别是CI/CD实践
- 展示AI工具使用案例（如用深度学习模型加速测试或开发）
- 强调Linux系统管理、Docker/k8s/Slurm的实战经验
- 如果有NVIDIA GPU或CUDA相关经验，务必列出
- 系统学习深度学习框架（如PyTorch）和推理引擎（如TRT-LLM）
- 强化容器编排与集群管理技能，如Kubernetes和Slurm
面试指南
- STAR法则：描述情境、任务、行动、结果，突出量化成果
- 强调系统思维：从测试需求、框架设计、实现到持续优化
- 准备一个技术故事：如何用AI或自动化解决实际测试难题
- 如何设计一个深度学习模型的测试策略？
- 请描述你用Python和CI/CD自动化测试的框架
- 你在使用AI工具改进测试流程方面的经验？
- 如何排查一个分布式训练环境中的性能问题？
- 你对英伟达GPU架构和CUDA的理解？
职位点评
76
综合评分
AI领域技术前沿、薪资优厚、但工作强度可能较高。
更适合这类人
适合追求技术成长、高薪酬和行业影响力的求职者，但对工作生活平衡要求较高者需谨慎。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
薪资处于市场高阶水平，英伟达福利丰厚（股票、补充医疗等），但JD未明确薪资具体范围，竞争力较强。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
职位涉及AI前沿技术，使用先进工具链，成长空间大。但JD未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈Python、CI/CD、Docker、Kubernetes、Slurm、PyToch、NVIDIA GPU、Deep Learning
业务类型profit_center
工作生活
50较低
工作地点上海，但JD未提及远程或弹性办公，推测为现场办公，可能有高强度要求。
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
AI行业高速增长，英伟达产品影响广泛，具有技术引领意义。
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
Watch Jobs