岗位描述：加入 NVIDIA GPU 架构团队，负责开发和增强 GPU 架构中的多项特性，推动图形特性、图形性能、并行编程模型或并行计算性能达到业界先进水平；与顶尖架构师和研究人员合作，构建模拟器和基础设施，用于设计和验证新特性。具体包括：研究并设计面向未来图形与并行处理架构的新硬件特性；在团队中完成文档编写、设计，以及用于分析、仿真、验证和核验功能或性能模型的工具开发；为新的图形或并行处理架构开发测试、测试计划和测试基础设施；主动学习...

岗位描述：面向自动驾驶场景，分析深度学习模型，定位并研究客户或内部团队反馈的 TensorRT 稳定性和性能问题。与美国、亚太和印度等跨区域团队协作，参与 CUDA 和 TensorRT 相关开发工作。结合分析和开发过程提炼功能需求或常见问题，并形成相应文档。 岗位要求：具备计算机科学或电子工程相关专业本科及以上学历，硕士优先，或具备同等经验。具有 3-5 年以上相关工作经验。具备扎实的 C、C++ 和 Python 编程能力。了解主流...

岗位描述：加入 NVIDIA 网络业务部门以太网交换机固件核心团队，负责以太网交换机中的固件抽象层设计与开发。深度参与 Spectrum ASIC 产品线固件从架构设计到集成测试的完整软件开发流程。与硬件及 ASIC 团队合作，为下一代芯片和系统开发提供见解。设计并实现算法以提升系统规模与性能。与上层软件团队协作，调试来自内部和外部客户的问题。根据产品路线图设计、实现并集成新特性，参与创新活动并与全球 NVIDIA 研发团队协作。 岗位...

岗位描述：直接与关键应用开发者合作，理解其当前及未来要解决的问题，设计并优化核心并行算法和数据结构，通过参考代码开发及直接参与应用实现，基于 GPU 提供最佳解决方案。与 NVIDIA 内部架构、研究、库、工具及系统软件等多元团队紧密合作，通过评估应用性能和开发效率影响，推动下一代架构、软件平台和编程模型设计。根据需要不定期参加会议并进行开发者现场拜访。 岗位要求：具备知名高校工程、计算机科学或相关专业本科、硕士或博士学位，或具备同等经...

岗位描述：加入 NVIDIA 计算开发者技术团队，直接与关键应用开发者合作，理解其当前及未来要解决的问题；通过库开发和直接贡献应用代码的方式，构建并优化核心并行算法与数据结构，基于 GPU 提供高效解决方案；参与大语言模型训练与推理优化，为 Megatron、TRTLLM、SGLang、vLLM 等大模型生态框架和开源项目作出贡献；与 NVIDIA 架构、研究、库、工具和系统软件团队紧密协作，推动下一代架构、软件平台与编程模型设计，分析...

岗位描述：面向不同行业推动 NVIDIA 新技术落地，协助设计 AI 计算平台架构，分析 AI 与 HPC 应用并向客户交付技术价值；与行业销售、开发者关系经理及产品团队紧密合作；推动面向大语言模型和多模态模型的强化学习算法与基础设施的研究、开发和优化；与内部研究和工程团队协作，在大规模 NVIDIA GPU 平台上适配并验证前沿强化学习方法；推进强化学习相关客户项目与合作，为客户将 NVIDIA 强化学习技术集成到 AI 工作流中提供...

岗位描述：基于 NVIDIA 软硬件平台，设计、优化并交付面向企业客户的生产级生成式 AI 解决方案，重点覆盖大语言模型（LLM）预训练、微调、高性能推理、RAG 工作流以及 Agentic Inference 编排；与客户合作，理解其 LLM 相关业务挑战，并设计与 NVIDIA 生态相匹配的定制化方案；主导 LLM 训练、分布式优化和性能调优，以实现最佳吞吐、时延和内存效率；设计并集成 RAG 工作流和 Agentic Infere...

岗位描述：参与深度学习方向的研发工作，开发 TileGym、Triton CUDA TileIR 后端以及 CUDA Tile；通过基于 Tile 的 GPU 编程模型开发高性能深度学习内核；基于该编程模型开展端到端性能优化；负责性能优化、性能分析与调优工作。 岗位要求：相关专业硕士或博士学历，或具备同等经验，专业方向包括 CE、CS&E、CS、AI 等；具备优秀的 C/C++ 编程能力和软件设计能力；有 Python 经验者优先；具备...

岗位描述：加入推理方向研发团队，负责开发 GPU 加速的深度学习软件，与深度学习社区合作，将最新算法实现并公开发布到 TensorRT 中。具体包括：开发面向推理的高性能深度学习内核；进行性能优化、性能分析与调优；与汽车、图像理解、语音理解等跨职能团队合作，开发创新解决方案；根据需要参加会议并为客户提供技术咨询与培训。 岗位要求：计算机工程、计算机科学、人工智能或相关专业硕士、博士或同等经验；具备软件敏捷开发相关能力者优先；优秀的 C/...

岗位描述：负责面向先进数据中心平台优化 GPU 内核性能，构建自动化、数据驱动的工作流，用于发现、解释并防止关键深度学习工作负载中的性能回退，并与内核开发、编译器、基础设施、架构及性能团队紧密协作。具体包括：对 GPU 加速内核及关键深度学习基础模块进行性能验证、分析与调试；端到端定位性能问题，包括复现问题、隔离根因、提出修复或缓解方案，并推动相关团队闭环解决；基于基线、受控对比和回归归因构建结构化性能分析结论；开发和维护基于 Pyth...