英伟达
Software Engineering Intern, AI CI/CD Infrastructure – 2027
Software Engineering Intern, AI CI/CD Infrastructure – 2027
发布于 2 小时前实习/见习
实习生仅现场办公DevOps/SRE
DevOps/SRE
Ai辅助工具
CI/CD
大模型应用
测试自动化
编译器
值不值得投
78综合评分
综合评分 78
顶尖AI大厂核心基建实习、技术栈前沿、导师带教、成长性强，WLB未明确
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 330 个在招
市场机会
选择面较广
上海 · DevOps/SRE · 约 160 个在招
职位详情
关于这个职位
负责优化英伟达深度学习编译器的持续集成（CI）系统，主导一个聚焦项目以提升CI失败检测与排查效率
通过构建AI辅助工作流分析测试日志、分类故障并识别回归问题，最终将方案集成至团队基础设施，助力提升工程师生产力与代码质量
最低要求
需为计算机科学、计算机工程、电气工程或相关技术领域的在读本科生、硕士生或博士生
具备扎实的Python编程能力，熟悉软件工程、调试及版本控制
了解Linux开发环境与命令行工具
通过课程、研究、开源项目或过往实习积累过CI/CD、测试自动化、开发者工具、基础设施或机器学习系统相关经验
具备出色的分析、沟通与协作能力，对提升工程质量与开发者生产力充满热情
工作职责
设计并实现用于分析和处理深度学习编译器CI失败的AI辅助工作流
利用日志、测试结果和执行元数据对故障进行分类、识别回归问题及检测不稳定测试
将解决方案集成至现有CI基础设施，并创建诊断工具以帮助工程师理解与解决故障
在代表性的GPU软硬件配置上评估方案的准确性、可靠性及节省的开发人员时间
与编译器验证和基础设施工程师紧密合作，完成项目文档撰写并向团队汇报成果
优先资格
有Jenkins、GitLab CI、GitHub Actions等CI平台使用经验
曾开发基于AI或大语言模型的日志分析、测试生成、故障分类或开发者支持工具
熟悉Docker、Kubernetes、Slurm、云平台或可观测性工具
接触过GPU计算、CUDA、机器学习框架或编译器技术（如LLVM、MLIR、XLA/HLO、Triton）
AI 洞察
优缺点分析
优点
- 依托全球顶尖AI芯片公司的核心基础设施团队，接触前沿编译器与GPU生态
- 项目直接关联AI工作流落地，技术视野开阔且实战价值高
- 导师制培养模式，能获得资深工程师一对一指导
- 需同时兼顾编译器原理、CI流水线与AI工具链，知识跨度较大
- 项目周期内需快速独立交付并证明ROI
- 适合对底层系统、工程效能与AI交叉领域感兴趣，具备较强自驱力与动手能力的计算机相关专业在校生
缺点 / 挑战
- 故障排查与测试稳定性优化往往面临复杂线上环境压力
角色解读
- 可向DevOps/SRE工程师或编译器基础设施专家方向发展
- 积累AI赋能工程效能的经验后，可转型为AI Infra或开发者体验架构师
- 长期可深入底层系统优化与大规模分布式CI平台建设
- 负责搭建AI辅助的CI故障分析与分类工作流
- 利用日志和元数据定位测试失败与回归问题
- 将优化方案集成至公司现有CI流水线并输出诊断工具
- 向团队汇报项目成果并推动落地
- 熟练掌握Python编程与Linux环境
- 熟悉CI/CD流程、测试自动化及版本控制
- 具备基础的数据分析与调试能力
- 了解AI/LLM工具在工程场景中的应用潜力
申请策略
- 关注英伟达官方招聘渠道与校园宣讲会
- 准备1-2个能体现“用自动化工具解决重复性工程问题”的项目案例
- 面试前了解NVIDIA编译器栈（如Triton/MLIR）的基本架构
- 突出Python编程与Linux实操经历
- 详细列出参与过的CI/CD、测试自动化或开源项目
- 量化展示通过脚本/AI工具提升效率或减少人工排查时间的成果
- 提前熟悉主流CI平台（如GitHub Actions/Jenkins）的配置与插件开发
- 学习基础的LLM API调用与Prompt工程，尝试构建简单的日志分析Demo
面试指南
- 采用STAR法则描述项目背景、行动与量化结果
- 针对故障分类问题，可从特征提取（日志解析）、规则匹配与模型预测结合的角度阐述
- Flaky Test排查强调环境隔离、依赖管理与重试机制设计
- LLM应用讨论需平衡准确率、成本与工程集成可行性
- 请介绍一个你通过脚本或自动化工具提升开发/测试效率的案例
- 如何设计一个系统来自动分类CI测试失败？
- 遇到难以复现的Flaky Test你会怎么排查？
- 你对LLM在DevOps场景的应用有何理解？
职位点评
薪资福利70
成长发展90
工作生活65
使命价值80
薪资福利
70中等
实习津贴处于上海地区技术类岗位市场常规水平，福利体系按公司统一标准执行，整体满足基本保障需求。
薪资信号市场水准 (8.5千–1.1万/月)
成长发展
90较高
深度参与AI与编译器基础设施交叉项目，配备专属导师，技术栈前沿且成长空间极大。
技术前沿前沿/新兴技术
技术栈Python、CI/CD、AI辅助工作流、LLM、Docker、Kubernetes、CUDA、MLIR
成长机会Working with a mentor
业务类型cost_center
工作生活
65中等
未明确标注弹性工时或远程政策，作为核心研发团队可能面临一定项目交付节奏，但整体处于成熟外企文化环境中。
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
致力于构建可靠开发者基础设施并将AI落地于实际工程痛点，具有显著的行业技术推动价值。
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applying AI to real engineering problems、building reliable developer infrastructure
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