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...

岗位描述：为机器人系统设计、开发并验证电子硬件，包括电机驱动、传感器接口和嵌入式系统。设计并实现用于感知的模拟与混合信号电路，包括放大、滤波和 ADC 接口。使用 C/C++ 开发用于实时控制、传感器读取和系统集成的嵌入式固件。完成新硬件上电调试、电气系统问题排查，并使用示波器、逻辑分析仪、电流探头、DAQ 等实验室仪器验证性能。将编码器、力/力矩传感器、触觉传感器、IMU 和光学系统等集成到机器人平台中。开发适用于 BLDC、直流和伺...

岗位描述：负责开发和持续演进 NVIDIA CUTLASS DSL 测试框架，面向下一代 GPU 软件构建高质量测试体系；制定、完善并执行面向开源社区发布的产品测试策略；保障基于 MLIR 的编译流水线及相关功能覆盖基础设施的端到端代码质量；构建可规模化的自动化测试、代码覆盖率度量与回归检测流程；与多个团队协作，确保每一次算子改动都满足正确性、质量与性能的高标准，并让产品随时具备可发布状态。 岗位要求：计算机科学、软件工程或相关专业硕士...

岗位描述：参与 NVIDIA AI 计算架构团队，面向下一代 AI 与高性能计算应用，分析并开发可加速相关应用的先进架构。设计创新架构，持续提升深度学习性能与效率；通过构建分析模型、仿真器和测试套件，分析性能、成本与功耗之间的权衡；理解并分析硬件与软件架构对未来算法、编程模型和应用的相互影响；原型实现关键深度学习和数据分析算法及应用；与软件、产品和研究团队紧密协作，推动深度学习方向的发展。 岗位要求：计算机科学、电子工程、计算机工程、数...

岗位描述：负责自动驾驶系统在多款量产车型上的驾驶行为开发与优化，分析、分诊并解决多个自动驾驶项目中的规划控制（PnC）与主动安全（AS）复杂问题，覆盖L2、L2+、L2++、L3、L4场景。使用回放工具和基于日志的诊断方法，对路径规划、横纵向控制、ALSA、主动安全、变道及紧急转向等驾驶行为问题进行根因分析。针对不同车辆平台开展PnC/AS模块的车型适配与参数调优，确保驾驶行为满足主机厂要求和区域法规。参与实车测试、调试与性能优化，在真...

岗位描述：支持多个 OEM 项目和车型平台上的 Context Fusion 交付，分析真实世界中的融合问题，针对不同车型进行 Context Fusion 行为适配与调优，构建可扩展的调试和验证工作流，并与全球工程团队及 OEM 合作伙伴协作，交付安全、可靠且可量产的自动驾驶功能；工作内容覆盖感知、地图、定位、自车运动、车辆信号、主动安全及系统集成等交叉领域，并需要直接面对测试车辆、客户项目及跨地域协作。具体包括：分析、分级处理并解决...

岗位描述：参与复杂 GPU 和 SoC 产品开发，并持续提升设计流程的自动化、质量与可扩展性。该岗位兼顾 SoC 集成与工程自动化，需要跨架构、设计、验证、实现等团队协作，推动项目从概念走向执行，适合擅长系统级问题解决、构建稳健流程并善用 AI 提升工程效率的工程师。具体工作包括：在子系统或整芯片级别推进 SoC 集成，将各类 IP 和设计组件整合成高质量 SoC 构建；开发和维护自动化能力，提升构建、集成、检查、调试和交付效率；与架构...

岗位描述：负责面向客户需求开展软件功能的研究、设计与实现，帮助客户达成性能目标并构建差异化价值；负责自动驾驶感知软件栈的优化与问题修复；负责自动驾驶感知相关 DNN 的改进、评估及 KPI 分析；负责自动驾驶感知问题的分诊、定位与根因分析；开发 DNN 模型加速、优化与部署方案。 岗位要求：能够根据安排随时承担不同任务与挑战；具备自驱力、结果导向和持续学习意愿；计算机科学、电子工程或相关专业本科/硕士学历；具备扎实的 C++、PyTor...

岗位描述：研究并开发前沿 CUDA 编程、性能分析与优化技术，应用领域包括深度学习、图形、机器学习和数据分析；对当前及下一代 GPU 架构进行深入分析与优化，以确保最佳性能。直接与关键客户合作，理解其当前及未来要解决的问题，并基于 GPU 提供最佳 AI 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协作，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...