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：
LLM推理优化：基于软硬协同以及模型联合优化的设计理念，推进大语言模型推理性能的技术边界。支撑公司内外重点核心场景，包括但不限于MLPerf,SemiAnalysis,InferenceMax,ArtificialAnalysis,CSP以及AI start-up客户。推进当代主流硬件上的大模型推理性能全栈优化，以及深度参与未来架构的演进探索。负责在新一代 GPU 上打造高性能、可落地的深度学习基础算子库，为大规模训练和推理提供底层算力支撑。
深度学习推理优化：深度参与 TensorRT 的核心开发，服务于辅助驾驶、机器人、边缘计算等对性能与能效要求极高的应用场景。团队工作覆盖从底层算子优化、编译器与图优化、分布式推理系统，到工程基础设施（CI/CD、测试、发布）的完整技术链路，并深度协同 NVIDIA GPU 架构演进，实现软硬件一体化协同设计。
强化学习：聚焦大模型在 NVIDIA GPU上的强化学习（RL）落地与优化，围绕推理系统、训练平台和任务算法三条主线协同建设端到端方案，覆盖 TensorRT-LLM 推理与性能优化、NeMo RL 基础设施和 LLM RL 任务与算法方法论，为公司内外典型工作负载提供可用、可扩展、可复用的 RL 平台与实践经验。包含大语言模型后训练框架方向、NeMo RL 项目与基础设施方向、LLM RL 任务与算法方向等。
训练及推理加速库：开发和优化 NVIDIA 的 cuDNN 深度学习加速库，重点是 GPU 架构下的高性能计算与深度神经网络支持。工程师将参与大模型推理性能优化、API与架构设计、GPU内核开发，并在跨团队协作中支持多种 AI 应用场景。
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。
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！