NVIDIA 招聘 | 欢迎加入 SCG 团队！

我们是谁？

NVIDIA 芯片协同设计团队（Silicon Co-Design Group，SCG）打破边界开展协同设计，实现从芯片到产品的转化。工作内容覆盖架构、设计、验证、芯片启动调试与产品化的全流程，整合各类构件、训练方法与 IP，打造行业领先的产品。

在 SCG，“协同设计”意味着贯穿架构、设计、验证、芯片启动调试与产品化全链路的深度协作，确保从早期定义到下游执行的所有决策环环相扣。芯片体现了团队对芯片本身及其赋能的下游产品的关注，覆盖硅前特性表征、系统与硬件架构、验证方法论以及量产准备。团队则强调跨团队协作的力量，汇聚来自不同组件、技术领域与 IP 的专业能力，共同解决复杂难题，实现规模化产品交付。

SCG 汇集了系统架构与设计、产品方法论、硅前、硅后验证以及制造准备等领域的专业能力，确保创意能够高效地从概念转化为大批量产品。通过将技术深度与跨职能协同执行相结合，我们助力统一产品需求、加速芯片启动调试、优化功耗、性能与质量，保障 NVIDIA 下一代平台的成功交付。

团队现开放多个核心技术岗位，工作地点为上海，期待您的加入。

岗位详情

1. JR2017301 Applied AI Engineer

职位要求：

• 具备硅后 bringup，芯片和系统级功能验证，测试，特性分析等方面的经验或知识，能够独立主导AI智能体或大语言模型（LLM）工程化应用从原型到生产落地的完整经验；
• 熟练掌握 Python 及 C 或 C++ 等静态语言，深度使用 PyTorch 或 TensorFlow，并具备 LangChain、NeMo、AutoGen、CrewAI 等 LLM 应用开发框架的实操经验；
• 有设计并落地 LLM 功能及工程化应用系统的成功案例，具备可扩展 AI/ML 模型的部署、监测与调试能力。

2. JR2016323 Senior Platform AI Engineer

职位要求：

• 具备 5 年以上 ML 基础架构与大规模后端系统设计经验；
• 深刻理解 AI 驱动效率平台的端到端交付全生命周期，能够独立制定并落地面向多芯片世代的平台架构策略与工程标准；
• 主导跨职能团队的编排模式、可观测性体系及 SLO 执行机制设计，推动芯片设计、方法论、验证与应用 AI 团队围归统一平台契约协同交付；
• 具备芯片验证、平台验证经验或验证自动化相关经验。

3. JR2018196 Infrastructure

Automation Engineer

职位要求：

• 具备 5 年以上大规模软件开发经验，精通 C++ 与 Python；
• 深入理解框架架构设计，具备 AI 或 ML 及大规模数据分析实操经验，能够独立主导基础设施的设计、构建与维护；
• 擅长跨职能协作推动系统构建与验证流程的效率优化，具备与 ASIC、软件、系统设计、安全等多方团队的全球化协作能力；
• 有 CPU 或 GPU 架构或全栈开发背景者加分；
• 具备芯片验证、平台验证经验或验证自动化相关经验。

4. JR2018202 Applied AI Engineer, Product Convergence and Closure

职位要求：

• 深度掌握 LLM 工程化应用（智能体、MCP、RAG、评估管道），并有 LLM 功能落地生产的实操经历；
• 能够独立构建仿真数据到固件调优、产品规格与制造限值的端到端数据管道，具备强数据质量意识（自动化校验、Schema 验证、集成测试）；
• 熟悉 AI 技术前沿并具备快速判断工具价值的能力，有芯片产品知识（速度、功耗、电压噪声、Binning）、MCP、DSPy、LLM 评估框架或芯片数据工作流经验者优先。

5. JR2014734 Senior System Validation Methodology Engineer

职位要求：

• 具备 5 年以上 GPU、SoC 或相关芯片系统级验证/硅后验证工作经验，深入理解 GPU 及 SoC 系统架构，以及芯片在主动功耗、低功耗、启动流程、分档、PVT 敏感性等场景下的行为特征；
• 能够独立规划并落地面向下一代芯片的端到端验证、压力测试及 PVT 验证方法论，覆盖硅前仿真、FPGA、N-1 平台及硅后验证等阶段；
• 能够主导复杂系统级问题和芯片缺陷的硬件侧调试、定位与根因分析，推动跨团队协作解决架构、设计、实现及验证中的关键问题；
• 推动软件团队建设高效、可扩展的系统级验证与自动化测试流程，将硅前阶段获得的经验和洞见沉淀为可复用的验证方案、测试覆盖和质量改进机制。

6. JR2019124 Senior Power and Performance Engineer

职位要求：

• 具备 8 年以上数据中心或客户端产品性能与功耗管理经验；
• 深度掌握 DVFS、功耗门控、时钟策略、节流控制及启动或复位等方向至少一项；
• 熟悉 PVT 依赖关系、Binning 方法论及 VF 表征；
• 具备固件、驱动架构与硬件或软件交互的扎实理解，熟练使用 C、C++、Python 或 Perl；
• 能运用 AI 技术加速功耗预测、性能优化与自动化验证。

7. JR2018670 Power Integrity Co-Design Engineer

职位要求：

• 具备 4 年以上芯片功率完整性、电压噪声或 PDN 经验；
• 深度掌握 di/dt 分析、电压跌落、瞬态噪声抑制；
• 有 bringup 及从仿真到芯片关联实操经验，能运用 AI 技术加速噪声建模与自动化验证；
• 具备 GPU、CPU、AI 加速器先进制程量产经验或 ML 应用于噪声建模经验者优先。

8. JR2019428 Security and Safety Circuit Engineer

职位要求：

• 5+ 年硬件工程经验，熟悉 GPU 与 SoC 架构与硅后验证。
• 负责 Security 与 Safety 电路端到端验证（硅前及硅后），定义验证策略与签收标准，参与流片后调试、特性分析、问题调试，并开发自动化工具提效；
• 具备混合信号电路、实验室验证、C、C++ 脚本能力，AI 验证经验加分。

9. JR2015041 Senior Silicon Validation and Methodology Engineer

职位要求：

• 具备 5 年以上芯片验证、Bring-up、性能分析、功耗优化及复杂问题调试经验，熟悉硅后测试的完整流程，能够深入理解芯片架构、硬件设计原理及系统级验证方法；
• 精通 Python、Perl 等脚本语言及自动化测试框架，能够主导自动化验证平台、测试工具链和数据分析流程建设，提升测试效率、问题定位效率及验证覆盖率；
• 能够在硅前阶段主导测试策略制定，包括测试计划设计、验证场景定义、覆盖率目标拆解、回归测试规划及风险识别，推动测试方案落地并持续优化；
• 具备将 AI 工具深度融入验证工作流的能力，能够利用 AI 辅助测试用例生成、日志分析、异常模式识别、问题归因，加速验证闭环；
• 具备良好的跨团队协作能力，能够与架构、设计、验证、软件、硬件及量产测试团队高效配合，推动问题闭环、质量提升和项目交付。

10. JR2019210 System Performance Analysis Engineer

职位要求：

• 5 年以上 GPU、CPU、SoC 性能与功耗优化经验，熟悉 DVFS、功率门控、时钟策略等低功耗设计技术，具备系统级软硬件协同分析能力。
• 能主导大规模基准测试与产品分析，搭建自动化测试工具链，并将 AI/ML 融入功耗预测与性能优化流程。
• 有芯片 bringup 及实验室调试经验者优先，具备跨团队横向推动能力。

11. JR2017692 Senior Technical Program Manager, SCG Efficiency

职位要求：

• 具备 10 年以上相关工作经验，其中包括至少 3 年的技术项目管理经验，最好是在跨职能团队中；
• 拥有 AI 驱动自动化项目端到端管理经验，熟悉 AI 功能开发全生命周期；
• 熟悉深度学习框架（如 PyTorch 或 TensorFlow）及现代 AI 工作流（如 LLM、RAG）；
• 具备扎实的软件工程基础，了解分布式系统；
• 能够在芯片、系统与软件融合处驾驭系统集成的复杂性。

全方位福利

超长产假与陪产假

女性员工享有 22 周全薪产假；男性员工享有 12 周全薪陪产假。

健康保障项目

补充商业保险、年度体检、员工关爱计划、斯坦福医学健康领航计划、商务旅行保险等。

内购商店 Gear Store

每年度享有 800 积分购买 NVIDIA 内部定制礼品。

海量学习平台

NVLearn、LinkedIn Learning、ACE & IEEE、Coursera、EdX、Udemy 等平台涵盖深度学习、专业技能培训、管理培训等课程资源。

ESPP 员工购股计划

我们的 ESPP 是业内最具吸引力的员工福利之一。

投递方式

点击链接：

System Performance Analysis Engineer, Silicon Co-Design Group | NVIDIA Corporation

输入岗位代码了解详情；

或投递邮件，主题为【姓名+SCG】至

SH-Recruitment