岗位描述：负责为芯片协同设计团队的 AI 驱动效率平台制定技术方向，并端到端交付支撑智能自动化生态的平台能力。该岗位将围绕生产级 AI 基础设施的全生命周期负责，涵盖平台战略制定、架构方向定义、基础设施投资决策，以及在芯片设计、方法学、验证和应用 AI 团队之间对齐路线图优先级。与各领域智能体开发团队合作，定义平台接口并接入新的智能体和技能。负责平台从设计、实现到长期生产运行的全流程，确保安全性、可靠性、性能和持续演进。主导跨职能影响的...

岗位描述：加入 NVIDIA 网络团队，从事预硅设计与验证工作，参与前沿交换机与 GPU 技术研发；使用先进的形式验证工具和方法证明设计正确性；针对复杂逻辑问题运用形式验证算法进行严格验证；与预硅团队合作参与富有挑战性的设计，推动 NVIDIA 下一代核心技术开发；参与由 NVIDIA 引领的 AI 革命，接触前沿架构与芯片解决方案。 岗位要求：本科及以上学历，电气工程、计算机工程相关专业，或数学硕士；具有 5 年以上芯片设计领域相关经...

岗位描述：在 NVIDIA Enterprise Experience（NVEX）团队中承担双重角色，既要处理和解决客户软件问题，也要为 DGX 平台软件、容器编排系统、深度学习容器及其他企业级系统软件开发关键增强功能和工具。该岗位要求候选人具备扎实的平台与系统工程能力，理解 Linux 内部机制，熟悉服务器，并能够解决硬件和/或操作系统内部问题。具体包括：作为解决方案工程的一部分，开发功能和工具，支持包括 DGX、NVAIE、容器编排...

岗位描述：负责NVIDIA半导体产品在IP级或整芯片级别的DFX规划、实现、验证以及流片后芯片调试与导入；在项目中主导部分DFX方向工作；持续改进DFX设计、架构和流程。 岗位要求：电子工程硕士学历并具有4年以上相关经验，或拥有DFT或相关领域博士学位；熟悉Verilog和ASIC设计；具备JTAG、Scan、ATPG、故障模型、ATE测试等方面的扎实知识和实践经验；具备在复杂VLSI设计中进行测试向量和逻辑验证确认的优秀分析能力；有在...

岗位描述：加入 CUDA 测试开发团队，负责 CUDA 产品质量保障相关工作，包括回归测试、发布测试、测试自动化和测试开发，确保每个 CUDA 产品达到最高质量标准。负责为 CUDA 产品（如驱动和库）设计并实现功能测试和性能测试；推进 CUDA 测试自动化，设计测试计划并集成到自动化测试基础设施中；分析测试结果，定位测试失败或性能下降的根因，并推动缺陷修复；开发脚本和工具、优化工作流程，以提升效率和生产力。 岗位要求：具备计算机科学或...

岗位描述：负责 NVIDIA GPU 和移动芯片的物理设计工作；参与物理设计各环节，包括全芯片布局规划、供电/时钟分布、时序优化、布局布线、时序收敛、功耗/信号完整性分析以及物理验证；排查各类复杂的设计与流程问题，并进行主动干预；与 RTL、DFT 和电路设计工程师协作，确保高质量的设计实现。 岗位要求：工程、科学相关专业本科或同等经验；熟练使用 Synopsys EDA 工具（ICC2/FC/PT/STAR-RC）和 Cadence...

岗位描述：担任中国生产环境中用户与系统支持的关键技术负责人，连接全球 IT 战略与区域落地执行，确保员工在安全、稳定、技术赋能的环境中高效工作，并通过 AI 工作流提升运营效率。带领现场及远程支持工程师团队，负责可扩展企业级解决方案的端到端交付，并保障严格的服务水平。具体包括：与工程和平台团队合作，设计、实现并验证基于 LLM 的智能体、工具调用、RAG 模式及编排框架，优化支持流程并推动 AI 辅助运营；构建 ServiceNow、身...

岗位描述：作为 NVIDIA 的技术客户经理，需具备出色的沟通能力和强烈的问题解决责任感，以客户满意度为首要目标。岗位将频繁与工程、市场和支持团队协作，解决技术障碍，确保 NVIDIA 产品和解决方案持续成功。具体包括：通过细致调研、问题复现和深入排障，解决客户在安装 NVIDIA 产品和使用 NVIDIA 解决方案过程中出现的复杂升级问题和技术问题；通过电话、邮件或会议快速响应客户关于产品支持的咨询；处理客户在安装、运行、维护、产品应...

岗位描述：加入 NVIDIA 基础设施团队，参与下一代大规模通用图形与计算芯片的设计、实现与调试，负责构建推动 GPU 和 Tegra 芯片开发的核心验证基础设施。该基础设施基于高度面向对象的 C++ 与 Python，包含多个大型应用，可借助复杂的分布式计算执行与问题归因环境高效完成超大规模芯片验证。具体包括：开发用于编程和测试下一代 GPU 与 SoC 特性的环境，使其在集成到产品或获得驱动支持前即可验证；与架构、硬件和软件团队协作...

岗位描述：负责保障 NVIDIA 深度学习学院（DLI）培训活动的稳定性、可靠性与顺畅执行，并维护整体学习平台的日常运行健康。作为学习系统平台团队核心成员，将与教育团队紧密合作，确保面向安全、可信、负责任 AI 的培训体验顺畅高效，持续提升学习管理系统平台对讲师和学习者的支持能力。具体包括：制定全面的运维方案和风险预案，确保技术培训活动的技术执行无误；在培训活动现场提供专家级技术支持，负责部署管理并快速处理突发问题，保障最佳用户体验；负...