锦鲤求职岗位描述
欢迎2028年毕业的在校本科、硕士、博士生投递。
该岗位的入职时间为2027年2月及以后，我们将在2026年10月至2027年1月陆续发出面试邀约。
招聘方向及岗位内容：加入我们，您将有机会参与以下一个或多个核心方向的技术研发：
算子开发：关注在 NVIDIA GPU 芯片上针对深度学习领域实现极致高性能算子开发，包括矩阵乘法（GEMM）、卷积运算和注意力机制（Attention）、MoE、融合算子开发和优化，深入了解 GPU 架构细节，实现软硬件协同优化探索。开源 CUTLASS 框架，包括 C++ 和 CuTe DSL，帮助更多开发人员理解 GPU 新架构功能，实现高定制化高性能算子开发。
并行计算：作为核心的加速计算专家，利用顶尖的 CUDA 编程能力及分布式加速技术，打破计算瓶颈，确保各类 AI 与科学计算应用在现有及下一代 GPU 架构上实现性能的极致突破。
AI 编译系统：基于MLIR技术栈，开发NVIDIA GPU上面向不同层级应用场景的深度学习编译系统，包括代码生成系统、运行时、领域编程语言、算子调优等。
性能建模、分析与优化：构建并开发推理算子原型；建立算子，硬件架构性能模型，预测NVIDIA下一代产品的性能；分析，优化算子在现有产品和最终大模型上应用的性能；探索下一代架构特性。
岗位要求：（按不同方向符合3~5点即可）
计算机科学、电子工程、数学或相关理工科专业的本科及以上学历在校生。
精通 C/C++ 编程，具备出色的软件设计、代码开发与调试能力，熟悉底层内存管理及复杂逻辑的实现 。或熟练掌握 Python，熟悉现代软件工程工具流（如 Gitlab、CI/CD 等）。
具备扎实的计算机体系结构、操作系统、并行计算原理以及数据结构与算法基础。
熟悉 CUDA 编程及 GPU 计算架构，有性能优化经验。
深入理解现代深度学习与人工智能算法（特别是在大模型 LLM、视觉 CV 或自然语言处理 NLP 等领域）。
熟悉主流深度学习框架（如 PyTorch、TensorFlow）及其底层的计算图与算子执行原理 。
自我驱动，对探索极致性能和前沿并行计算技术抱有纯粹的热情。
加分项：（锦上添花，并非硬性门槛）
熟悉 NVIDIA 最新 GPU 架构特性（如 Hopper、Blackwell 架构的专属特性与指令集优化）。
熟悉并实操过分布式训练或大模型并行策略，如 Megatron-LM、DeepSpeed 中的张量并行（TP）、流水线并行（PP）及数据并行技术。
在 cuBLAS、cuDNN、TensorRT、Triton 或 CUTLASS 等底层计算库或编译器上有开发及深度调优经验。
曾在主流开源项目（如顶级 AI 框架、分布式系统、大模型基础设施项目）中有过实质性的代码贡献（PR）。
在高性能计算（HPC）、体系结构或机器学习领域的顶会上发表过高水平论文。
别担心你是否完美匹配了以上所有条件。如果你对其中某几个领域有深入钻研，并对技术充满纯粹的热爱与好奇心，我们非常期待收到你的简历！在 NVIDIA，我们相信学习能力和工程直觉比现有的知识储备更重要，只要你热爱挑战，欢迎来投！