英伟达
Senior GPU Communications Libraries Test Development Engineer, SDET
Senior GPU Communications Libraries Test Development Engineer, SDET
发布于 大约 21 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
混合式弹性办公
本科
PyTorch
TensorFlow
CUDA
NCCL
RoCE
NVSHMEM
AI 估算 · 40k–60k
GPU通信库核心岗位，技术稀缺，英伟达薪资竞争力强，高级工程师市场行情好。
职位详情
关于这个职位
作为英伟达上海的高级GPU通信库测试开发工程师，你将负责验证NCCL、NVSHMEM等关键通信库的正确性与性能，设计自动化测试框架，并与开发、产品团队紧密合作，确保GPU加速计算的稳定性
这是一个技术深度与广度并重的岗位，适合对高性能计算和GPU技术有热情的软件测试专家
最低要求
计算机科学、电子工程或相关专业本科及以上学历，或同等经验
年以上相关工作经验
资深的软件QA或软件测试背景，具备测试基础设施和强大的分析能力
精通脚本语言（Python、Perl、bash）
扎实的AI开发工具用于测试开发和自动化经验
具备基本网络概念知识
需要UNIX/Linux经验
需要C/C++经验
能够独立工作并具备领导能力，以及用质量思维推动改进的经验
熟练的英语口语和书面表达能力
工作职责
负责运行测试用例以验证NVIDIA GPU通信库（NCCL、NVSHMEM、UCX、GDRCopy、GPUDirect RDMA等）
负责自动化测试用例并维护自动化脚本
与开发、产品经理、市场和工程团队协作制定测试计划并实施验证
协助架构、设计和实现SWQA测试框架
负责代码覆盖率改进和代码复杂度优化
优先资格
有CUDA编程和NVIDIA GPU经验
熟悉高性能网络，如InfiniBand、RoCE等
有CSP（AWS、Google Cloud、Oracle Cloud Infrastructure、Microsoft Azure）和HPC集群、slurm、ansible等经验
有虚拟化技术（KVM、HyperV、VMWARE、OpenStack、Docker、Kubernetes）经验
有深度学习框架（如PyTorch、TensorFlow等）经验
AI 洞察
优缺点分析
- 英伟达在AI和GPU领域的领导地位，技术前沿，个人成长空间大
- 接触核心GPU通信库，技术深度高，市场价值高
- 薪资待遇优厚，混合办公模式更灵活
- 与顶尖工程师合作，学习氛围浓厚
- 技术栈深，学习曲线陡峭，需要持续学习
- 工作强度可能较大，项目节奏快
- 对细节和准确性要求极高，测试严谨度大
- 适合对高性能计算和GPU技术有强烈兴趣，具备扎实测试开发技能和3年以上相关经验的资深工程师
角色解读
- 深入GPU通信技术领域，成为测试专家或架构师
- 横向拓展至AI Infra、高性能计算或系统软件方向
- 随着技术积累，可晋升为技术管理或跨团队技术负责人
- 设计并执行测试用例，验证NCCL、NVSHMEM等GPU通信库的正确性和性能
- 开发自动化测试脚本和框架，提高测试效率和覆盖率
- 与开发、产品、市场等团队协作，制定测试计划并推动质量改进
- 分析测试结果，优化代码复杂度和覆盖度，确保产品稳定可靠
- 精通Python、Perl或bash等脚本语言，用于自动化测试开发
- 扎实的C/C++编程能力，能够理解和调试底层通信库代码
- 熟悉Linux/UNIX系统，具备网络协议（如RDMA、InfiniBand）基础知识
- 掌握AI开发工具，用于测试自动化和性能分析
申请策略
- 深入研究英伟达GPU通信库（NCCL）的产品文档和开源代码，在面试中展现你的技术热情
- 准备好一个你主导的自动化测试项目案例，详细阐述设计思路和挑战
- 突出自动化测试框架设计和实现的项目经验
- 展示GPU或高性能网络（如RDMA、InfiniBand）相关测试经历
- 量化测试效率提升或缺陷率降低的成果
- 强调Python、C/C++编程能力和脚本自动化能力
- 如果还不熟悉，学习CUDA编程和NVIDIA GPU架构
- 了解NCCL或其他GPU通信库的原理和常见问题
面试指南
- 使用系统性思维：先明确测试目标，再设计覆盖场景，考虑边界条件和异常
- 结合具体案例：用STAR方法（情境、任务、行动、结果）描述项目经验
- 展示技术深度：对底层通信机制的理解，以及测试工具链的优化思路
- 如何设计NCCL的测试用例以确保其正确性和性能？
- 请描述你曾经设计过的一个自动化测试框架的架构
- 如何处理RDMA通信中的异常和调试问题？
- C++中内存管理常见问题及如何避免？
- 你对深度学习分布式训练时的通信瓶颈有何理解？
匹配度报告
82
综合匹配度
英伟达上海高级测试开发，前沿GPU通信技术，高薪高成长，混合办公但WLB中等。
适合人群
该职位最适合重视技术成长和薪资回报，能够接受一定工作压力的资深工程师。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活75
使命价值80
薪资福利匹配
85较高
英伟达作为上市巨头，薪资水平处于行业顶尖，福利体系完善，但JD未明确具体薪酬。
薪资信号未披露 (40K-60K/月)
成长发展匹配
90较高
岗位涉及前沿GPU通信技术和AI工具，技术成长空间极大，但没有明确晋升路径描述。
技术前沿前沿/新兴技术
技术栈GPU、CUDA、NCCL、InfiniBand、RDMA、AI
业务类型ambiguous
工作生活匹配
75中等
混合办公模式提供了弹性，但工作强度可能较高，无明确WLB描述。
工作模式混合式弹性办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
80较高
英伟达推动AI和加速计算，社会影响力大，但JD未明确使命陈述。
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