岗位描述：加入 CUDA 测试开发团队，负责 CUDA 产品全流程质量保障，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。具体工作包括：为 CUDA 产品（如驱动和库）设计并实现功能测试与性能测试；进行 CUDA 测试自动化，设计测试计划并接入自动化测试基础设施；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；开发脚本与工具并优化工作流程，以提升效率和生产力。 岗位要求：计算机科学或...

岗位描述：在解决方案架构团队中支持机器人硬件系统的设计与开发，重点聚焦机构设计与机电一体化集成。岗位将参与机械子系统的快速原型制作、迭代与验证，尤其面向末端执行器和机器人总成。具体包括：设计和开发机器人系统的机械部件与组件，重点涵盖机构和传动系统；参与末端执行器和夹爪设计，包括运动学、结构布局以及与执行器和传感器的集成；利用 3D 打印、现成零件和供应商加工件等快速制造方式进行原型开发与迭代；与电子和软件工程师合作，集成电机、传感器和控...

岗位描述：在解决方案架构团队中负责 DexUMI（灵巧通用操作接口）框架的开发，该框架结合人体可穿戴硬件与先进计算机视觉技术，将人手的复杂技能迁移到机器人执行器。岗位覆盖完整全栈链路，从可穿戴外骨骼的触觉传感器固件，到训练扩散策略所需的云端数据管道。具体包括：维护并迭代 DexUMI 可穿戴外骨骼，弥合人手与不同机器人末端执行器之间的运动学差异；集成高保真触觉传感器与 IMU，确保低延迟数据流；实现并优化“软件适配”层，用于从训练数据和...

岗位描述：参与深度学习相关研发工作，开发面向深度学习负载的编译器与 DSL；设计并实现高性能优化的深度学习内核；持续改进面向当前及下一代芯片的编译器架构；对新兴 AI 工作负载进行性能分析，并与 AI 框架进行集成。该岗位面向 GPU 加速深度学习软件研发，需要在快节奏、以客户为导向的团队中高效协作。 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...

岗位描述：负责设计、开发并优化 CUTLASS DSL（一种面向高性能 GPU Kernel 开发的原生 Python 语言）；构建并持续演进支撑 CUTLASS DSL 的 MLIR 方言、Lowering Pass 与代码生成流程；推动内核编译速度优化，同时保持与 CUTLASS C++ 相当的性能；与架构、研究、软件产品团队以及开源社区紧密合作，将前沿优化技术落地到实际产品中。 岗位要求：计算机科学、软件工程或相关领域硕士、博士或...

岗位描述：负责面向 NVIDIA GPU、SoC 和网络产品的嵌入式 RISC-V CPU 研发，参与世界级嵌入式 RISC-V 核心在 CPU 架构与建模方向的研究。入职后将学习当前设计架构，与资深架构师紧密合作，理解需求与挑战，研究并评估不同方案，最终产出满足需求的解决方案提案；同时开发性能模型与测试，用于验证方案有效性。 岗位要求：计算机科学或电子工程相关专业本科、硕士或博士在读/毕业生均可；具备扎实的 C++ 编程与调试能力；了...

岗位描述：负责支持行业软件供应商（ISV）能力建设，这些合作伙伴正在开发面向多种工作负载的 Agentic AI 技术栈，以赋能行业客户；与 ISV 和终端客户合作，理解其软件架构、技术需求和业务流程，并引导其采用最适合的 NVIDIA 方案；帮助 ISV 将合适的 NVIDIA SDK、库和平台能力集成到现有应用中，以提升性能、丰富功能并改善客户效果；支持技术调研、概念验证、解决方案验证和生产落地；使用英语与总部工程、产品和合作伙伴团...

岗位描述：负责在芯片、封装、板级和平台全栈范围内架构并交付 di/dt 抑制方案，将产品噪声目标转化为最终出货规范，并将硅后发现反馈到下一代设计；定义产品级电压噪声目标，推动目标收敛并完成出货签核；在芯片、封装、板卡、平台全链路上设计电压噪声缓解方案，并主导协同设计中的权衡；与速度/功耗/可靠性、电路、电源架构、ASIC 和平台团队共同设计噪声特性，承担跨团队协同枢纽角色；建立并主导电压噪声的仿真到硅后相关性方法；建模并原型验证下一代噪...

岗位描述：加入 NVIDIA 深度学习库团队，聚焦 CUTLASS 等开源产品的基础设施建设，设计并开发可扩展、模块化的基础设施，简化 NVIDIA 多平台环境下的开发、构建和测试流程，同时响应开源社区需求并结合前沿 AI 技术。具体包括：设计和开发用于代码库测试与分析的软件；为开源产品构建可扩展的构建、测试、集成与发布自动化；开发并部署 AI Agent 及类似技术，用于自动化端到端软件开发周期；配置、维护并扩展 Kubernetes...

岗位描述：参与构建人形机器人的行为基础模型，负责训练大规模控制器，并将其作为真实人形机器人上的可靠行为基础。工作覆盖仿真、策略部署、运动学规划和机器人测试，确保高层运动指令能够转化为稳定、富有表现力且物理可行的全身运动。负责在仿真环境中构建并改进大规模运动跟踪与移动操作软件；将学习到的全身控制策略部署到人形机器人硬件平台，并优化运行时栈以实现低延迟、可靠执行；开发实时运动学规划器和接口，将任务级输入、摇杆指令、遥操作信号、人体动作或 V...