Watch Jobs
浏览职位数据统计洞察报告探索企业定价
我的收藏免费试用登录注册

Watch Jobs

我们专注于实时追踪各企业最新职位动态,帮助您节省求职时间,快速找到理想工作机会。

探索

  • 浏览职位
  • 数据统计
  • 洞察报告
  • 数据方法论
  • 探索企业

订阅

  • 免费试用
  • 价格方案
  • 常见问题
  • 隐私政策

关注我们

微信公众号小红书淘宝店铺

© 2026 Watch Jobs. 保留所有权利

Created by jianglicat - 讲礼猫
Watch Jobs
浏览职位数据统计洞察报告探索企业定价
我的收藏免费试用登录注册

Nvidia logo
英伟达
Applied AI Engineer - Silicon Co-Design Group
立即应聘

Applied AI Engineer - Silicon Co-Design Group

发布于 1 天前

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
自动化
PyTorch
TensorFlow
LLM
芯片验证
Ai Agents
Nemo Agent Toolkit

AI 估算 · 30k–50k

前沿AI+芯片领域,技能稀缺,公司竞争力强,上海高级工程师薪资水平。

职位详情

关于这个职位

英伟达芯片协同设计组正在招聘应用AI工程师,你将负责基于AI和LLM构建芯片验证与自动化的智能系统,与跨团队协作推动AI集成,使用前沿技术(如LangChain、NeMo Agent Toolkit)优化芯片设计流程,是AI+半导体领域的前沿岗位

最低要求

BS, MS, or PhD or equivalent experience in CS, EE, CE, or a related field, with 5+ years of hands-on experience building and deploying ML/AI systems or data-intensive backend services. 2+ years of direct Applied AI experience independently owning an AI agent, LLM-powered workflow, or intelligent automation system end-to-end — from prototype through production deployment. Strong Python skills and proficiency in at least one static language such as C, C++, C#, Java, or Scala. Demonstrated experience with deep learning frameworks like PyTorch or TensorFlow, and hands-on experience with agentic and orchestration tools including NeMo Agent Toolkit, LangChain, Semantic Kernel, AutoGen, CrewAI, or n8n. Proven track record with deploying, monitoring, and debugging scalable AI/ML models. Ability to balance multiple simultaneous projects. Excellent problem-solving, communication, and collaboration skills.

工作职责

Designing and implementing AI/LLM-powered systems to improve post-silicon validation, automation, and workflow efficiency within semiconductor validation environments. Collaborating with multi-functional engineering teams to find opportunities for AI integration and performance optimization. Evaluating emerging frameworks, architectures, and tools to improve efficiencies powered by artificial intelligence across the organization. Establish and maintain data-driven indicators to quantify AI impact, identify performance gaps, and drive continuous improvement across systems.

优先资格

Familiarity with modern AI technologies and methodologies for crafting and launching LLMs. Experience with building and deploying orchestration agents managing hundreds to thousands of tools. Ability to translate innovative AI research into practical, high-impact production tools. Experience working within a silicon development environment, with exposure to chip and system characterization methodologies.

AI 洞察

优缺点分析

优点

  • 全球顶级AI芯片公司,技术领先,平台影响力大
  • 接触前沿AI+芯片场景,技能积累快,职业竞争力强
  • 薪资福利具有竞争力,环境鼓励创新
  • 对AI和芯片双领域知识要求高,学习曲线陡峭
  • 工作可能涉及高强度研究开发,需要快速迭代
  • 适合有扎实AI工程背景,对芯片领域感兴趣,喜欢解决复杂工程问题并追求技术前沿的求职者

缺点 / 挑战

  • 需与多团队紧密协作,沟通成本较高

角色解读

  • 成为AI for芯片设计领域的专家,主导下一代芯片工具链的AI化
  • 向技术Leader或架构师发展,负责大型AI系统的设计与落地
  • 有机会在英伟达内部转型到其他AI核心业务,如自动驾驶机器人等
  • 设计并实现基于AI/LLM的系统,优化芯片后硅验证、自动化及工作流程效率
  • 与跨功能工程团队协作,识别AI集成和性能优化的机会
  • 评估新兴框架和工具,推动组织范围内的AI效率提升
  • 精通Python和至少一种静态语言(如C++),具备扎实的编程能力
  • 深入理解深度学习框架(PyTorch/TensorFlow),并有使用LLM和agent工具(LangChain、NeMo等)的经验
  • 有从原型到生产的端到端AI系统部署、监控和调试经验
  • 优秀的解决问题和跨团队协作能力

申请策略

  • 关注NVIDIA技术博客和Github,了解其最新AI for EDA方向
  • 准备一个能体现技术深度和业务理解的项目案例
  • 突出AI系统从原型到生产部署的完整项目经验,强调端到端所有权
  • 详细描述LLM/Agent相关项目,包括使用的框架和效果
  • 展示跨团队协作和推动AI落地的成果
  • 如有芯片或EDA相关经验,务必强调
  • 补充半导体验证基本流程和术语,了解芯片设计生命周期
  • 深入学习LangChain、AutoGen等agent框架,并实践构建多工具协调系统

面试指南

  • 使用STAR方法:情境、任务、行动、结果,清晰展示项目脉络
  • 技术选型部分解释为什么选择特定框架,优缺点分析
  • 突出可衡量的成果,如效率提升百分比、自动化覆盖率等
  • 如何设计一个LLM agent来自动化芯片验证的特定任务?请给出架构设计
  • 比较LangChain和AutoGen的异同,你会在什么场景选择哪个?
  • 描述一个你负责的端到端AI项目,从需求到部署,遇到的最大挑战是什么?
  • 你对芯片设计流程有多少了解?如何将AI融入其中?
  • 如何量化AI对工作流程效率的提升?请举例说明

匹配度报告

78
综合匹配度

大厂AI芯片核心岗位,技术前沿薪资优,但工作地点固定,WLB未知。

适合人群
适合追求技术前沿和职业成长,能接受现场办公和工作强度的求职者。
最强匹配
薪资福利匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展85
工作生活60
使命价值80

薪资福利匹配

85较高

英伟达作为全球顶尖科技公司,薪资竞争力强,福利全面,但JD未明确具体数字。

薪资信号未披露(AI估算:30K-50K/月)

成长发展匹配

85较高

岗位涉及前沿AI和芯片技术,技能成长空间大,但JD未提及晋升通道。

技术前沿前沿/新兴技术
技术栈Python、C++、PyTorch、TensorFlow、LLM、LangChain、NeMo Agent Toolkit、AutoGen
业务类型ambiguous

工作生活匹配

60中等

未明确远程或弹性工作制,仅现场办公,WLB信息不足。

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)

使命价值匹配

80较高

AI+芯片行业高速增长,创新程度高,社会影响力中性。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs
Watch Jobs

我们专注于实时追踪各企业最新职位动态,帮助您节省求职时间,快速找到理想工作机会。

探索

  • 浏览职位
  • 数据统计
  • 洞察报告
  • 数据方法论
  • 探索企业

订阅

  • 免费试用
  • 价格方案
  • 常见问题
  • 隐私政策

关注我们

微信公众号小红书淘宝店铺

© 2026 Watch Jobs. 保留所有权利

Created by jianglicat - 讲礼猫

英伟达 的其他在招职位

  • Senior Developer Relations Manager

    英伟达 · 北京市
    AI 估算 · 60k-80k
  • Systems Infrastructure Software Engineer

    英伟达 · 上海市
    AI 估算 · 25k-45k
  • Senior System Software Engineer

    英伟达 · 上海市
    AI 估算 · 40k-70k
  • SONiC Verification Engineer

    英伟达 · 北京市
    AI 估算 · 25k-45k
  • Senior NPI Materials Planner

    英伟达 · 深圳市
    AI 估算 · 25k-40k

相似职位推荐

  • Solution Architect Mechanics & Release Management

    大众汽车 · 合肥市
    AI 估算 · 20k-35k
  • JAVA后端开发工程师(语音)

    中国平安 · 深圳市
    AI 估算 · 20k-35k
  • GPU调度研发工程师/专家

    小红书 · 北京市
    AI 估算 · 30k-55k
  • 北京-数据中台研发工程师(J86157)

    百度 · 北京市
    AI 估算 · 20k-35k
  • 中级嵌入式软件开发工程师

    科大讯飞 · 合肥市
    AI 估算 · 15k-25k

英伟达 的其他在招职位

  • Senior Developer Relations Manager

    英伟达 · 北京市
    AI 估算 · 60k-80k
  • Systems Infrastructure Software Engineer

    英伟达 · 上海市
    AI 估算 · 25k-45k
  • Senior System Software Engineer

    英伟达 · 上海市
    AI 估算 · 40k-70k
  • SONiC Verification Engineer

    英伟达 · 北京市
    AI 估算 · 25k-45k
  • Senior NPI Materials Planner

    英伟达 · 深圳市
    AI 估算 · 25k-40k

相似职位推荐

  • Solution Architect Mechanics & Release Management

    大众汽车 · 合肥市
    AI 估算 · 20k-35k
  • JAVA后端开发工程师(语音)

    中国平安 · 深圳市
    AI 估算 · 20k-35k
  • GPU调度研发工程师/专家

    小红书 · 北京市
    AI 估算 · 30k-55k
  • 北京-数据中台研发工程师(J86157)

    百度 · 北京市
    AI 估算 · 20k-35k
  • 中级嵌入式软件开发工程师

    科大讯飞 · 合肥市
    AI 估算 · 15k-25k