岗位描述：加入Isaac Lab团队，推动机器人学习旗舰平台的发展，致力于将其打造为行业领先工具，重塑自主系统训练方式并推动机器人与AI未来发展。负责开发平台新特性，包括感知闭环强化学习、多智能体与多任务学习、VLA与强化学习集成等。推进工作流自动化并在云端实现大规模扩展，开展广泛的基准测试与性能分析，确保系统性能与可扩展性达到行业领先水平。与NVIDIA内部研究和工程团队（如DEX、GEAR）紧密合作，支持下一代人形机器人及仿真到现实...

岗位描述：加入通信库与网络软件团队，面向高性能计算和深度学习领域的复杂异构计算系统，设计、实现并维护高性能通信运行时软件。负责为深度学习框架（如TensorFlow、PyTorch中的NCCL）和HPC编程接口（如MPI/OpenSHMEM中的UCX）在GPU集群上的通信能力进行优化开发。参与并推动MPI、OpenSHMEM等并行编程接口规范的制定与完善。设计、实现并维护支持GPU之间以及GPU与其他系统组件之间交互的系统软件。通过构建...

岗位描述：与 NVIDIA 其他软件及软件架构团队、售前团队以及行业领先的架构和研发团队紧密合作，开发领先的软件解决方案和软件栈；与 NVIDIA 顶级客户研发团队协作，深入理解其应用场景和需求；构建前沿 POC 原型，并推动其后续产品化和交付；与多个开发及架构团队密切配合，承担核心软件开发工作。 岗位要求：计算机科学、计算机工程或相关专业本科及以上学历，或具备同等经验；5 年以上实践经验；具备扎实的 C/C++ 编程能力；有在 Lin...

岗位描述：与 NVIDIA 其他软件及软件架构团队、售前团队以及行业领先的架构和研发团队紧密合作，开发领先的软件解决方案和软件栈；与 NVIDIA 顶级客户研发团队协作，深入理解其应用和需求；构建前沿 POC 原型，并推动后续产品化和交付；与多个开发及架构团队密切合作，承担核心软件开发工作。 岗位要求：计算机科学、计算机工程或相关专业本科及以上学历；6 年以上实践经验；具备扎实的 C/C++ 编程能力；有在 Linux 用户态和/或内核...

岗位描述：利用 AI 驱动工具提升质量保障效率，包括自动生成测试用例、缺陷检测和回归测试；实施 AI 驱动方案以优化测试覆盖率并识别软件系统中的高风险区域；与跨职能团队协作，推动采用 AI 工具改进工作流自动化并减少人工工作量；评审产品需求，并与跨团队协作定义测试需求和测试策略；制定测试计划、设计测试用例、执行测试，并向管理层汇报测试进度、缺陷和结果；执行功能、性能、故障注入及可靠性测试；实现测试用例自动化，并参与测试框架的架构设计、开...

岗位描述：加入 NVIDIA Omniverse 中国团队，担任连接中国机器人生态与全球 NVIDIA 平台团队的本地技术桥梁。作为中国机器人合作伙伴的首要技术联系人，将技术需求转化为工程团队可执行的信息，目标是降低技术接入摩擦、提升团队对 Isaac 工作流的掌握、支持合作伙伴快速迭代，并基于中国市场情报参与产品路线图建设。具体包括：作为中国机器人企业和科研机构的首个技术支持入口，开展技术评估、以中文本地解决集成与调试问题，并建立关键...

岗位描述：负责亚洲区 NPI PCB 项目的预测、规划与采购，支持产品顺利导入和发布。在快节奏环境下推进项目，需要兼具采购、项目管理与计划能力。具体包括：审查项目时间线，采用准时制方法高效处理风险备货；分析中低优先级的重复需求，合理规划并分配产能，降低对高优先级项目的影响；基于历史数据预测下一代高优先级需求，提前在供应商侧预留物料和产能；协调内部团队与外部供应商，确保 PCB 在计划投产前到达代工厂；与供应商谈判，争取具有成本优势的 P...

岗位描述：负责领导深度学习性能架构团队，围绕高性能深度学习计算系统开展架构分析与团队管理；管理一支经验丰富的深度学习性能架构师团队，分析深度学习网络，并通过硬件/软件协同设计推动深度学习计算系统演进；制定团队目标以满足项目进度和交付目标，建立并持续优化影响团队组织的政策与流程；与高级管理层沟通团队愿景和发展方向；与深度学习软件框架团队及硬件架构团队协作，加速下一代深度学习计算系统发展；团队工作范围包括深度学习工作负载特征分析、性能调优与...

岗位描述：加入 Megatron Core 团队，参与面向大语言模型（LLM）和多模态基础模型预训练及后训练的开源、可扩展、云原生框架开发；围绕端到端模型训练流程开展工作，包括预训练、对齐、定制、评估、部署以及性能优化和工具链建设；基于 Megatron Core 框架能力，创新分布式训练算法与模型优化方案，并与合作伙伴协作实现优化解决方案；负责构建和发展开源 Megatron Core；解决大规模 AI 训练与推理过程中的关键问题，覆...

岗位描述：加入 NVIDIA 性能团队，负责在大规模 GPU 与 CPU 集群上对 AI 工作负载进行性能画像与分析，重点关注分布式深度学习、LLM 训练与推理中的通信模式、集合通信、RDMA、网络与系统性能；接触并协同多种硬件平台与软件层，包括 HCA、交换机、CPU、GPU、整机系统及相关软件功能；使用模拟器并开发性能分析工具与方法，深入研究性能预期、限制与瓶颈，并开展根因分析；面向 NVIDIA 超级计算机环境研究适用于大规模深度...