NVIDIA 招聘 | 软件测试开发团队多个岗位热招！

NVIDIA 软件测试开发团队的工作涵盖 AI 智能体、AI 基础设施和模型评估等领域。我们负责验证智能体工作流、测试分布式 AI 基础设施，并对开源模型在 NVIDIA GPU 上的部署、推理、准确性及性能进行评估。

除了对这些技术开展测试，我们还设计并构建智能体驱动的质量保障（QA）解决方案、自动化测试框架和可复用工具，优化端到端测试流程，涵盖测试规划、测试用例生成、测试执行、失败分析及修复验证等环节。

加入我们，深入探索前沿 AI 技术及其不断涌现的实际应用场景。

您将参与塑造 NVIDIA AI 软件的测试与交付方式。您将应对涉及智能体、模型和基础设施的复杂工程挑战，同时与开发团队紧密合作，以排除故障并提升产品质量。在这里，您可以将自己的想法转化为创新的基于智能体的质量保障（QA）解决方案，减少人工操作、提升工程效率，并扩大有效测试覆盖范围。通过在测试效率、缺陷检测和发布信心方面带来可量化的提升，您将助力提升 NVIDIA 的软件质量标准。

• 具备扎实的 Python 编程能力、丰富的 Linux 平台使用经验。

• 良好的软件测试基础和系统化的调试思维，拥有 AI 模型或智能体的实际应用经验，包括基于这些技术进行开发、评估其输出结果，以及了解其可能出现问题的环节。

• 根据不同岗位的具体要求，相关经验包括 AI 智能体及端到端工作流、分布式基础设施、Docker、Kubernetes 和网络技术，或模型推理、准确性评估及性能基准测试。

• 能够构建并应用基于智能体的 QA 解决方案、验证其输出结果，并切实提升效率、生产力和质量。

• 具备好奇心、创造性解决问题的能力。

• 具备清晰的沟通能力和主动担当的意识，能够从识别质量风险到交付可维护的解决方案，全程推动问题得到解决。

NVIDIA 机器人测试工程团队负责验证为智能机器人提供支持的软件。我们的工作涵盖仿真、感知、导航和操作等领域，将软件工程能力、机器人专业知识与系统化测试相结合。

我们与工程和产品团队紧密合作，将客户需求转化为测试策略，开发自动化测试方案和智能体工作流，并在仿真环境及实体机器人上开展故障排查与分析。

加入团队，在 AI、仿真与真实世界机器人技术的交汇处，共同提升 NVIDIA 机器人平台的质量。

您将参与解决真实而复杂的工程问题，包括复现复杂故障、构建可复用的自动化测试方案与 AI 智能体，以及分析仿真环境与实体硬件之间的差异。

将您的机器人技术专长与精湛的软件工程能力相结合，在每个环节建立对系统可靠性的信心——从仿真环境中的策略训练，到实体机器人的实际部署。通过严谨的测试工程，将测试创新转化为可靠的运行表现。

• 我们希望您兼具扎实的机器人技术实践经验、良好的编程基础，以及系统化的测试质量路径。

• 相关经验包括机器人系统上电启动与初始化（Robot Bring-up）、ROS/ROS 2、仿真、策略部署及自动化测试等。

• 我们也期待您能够构建和使用 AI 智能体，优化测试工作流、提升工作效率、加快验证进程，同时独立核验其输出的正确性与可靠性。

CUDA 测试开发团队负责保障 NVIDIA CUDA 软件栈的质量、可靠性与安全性，覆盖驱动程序、编译器、数学库、SDK 和基准测试工具等。

我们开发自动化测试，分析复杂故障，并构建测试工具与框架，以提升测试覆盖率和工程效率。同时，我们也开发智能体驱动的工作流，并将其集成到项目中，优化测试用例生成、测试执行、失败分析及修复验证等环节。我们的工作还涉及量子计算等新兴技术领域。

我们期待资深 CUDA 测试开发软件工程师加入团队，共同解决具有挑战性的工程问题，交付高质量的 CUDA 软件。

加入团队，共同保障 NVIDIA CUDA 平台的质量，涵盖驱动程序、编译器到数学库、SDK 和基准测试工具。

您将应对复杂的软件挑战，排查 CUDA 软件栈中的问题，并构建可复用的自动化测试方案，提升测试覆盖率、工程效率和发布信心。

在这里，您可以深入探索 GPU 计算技术，尝试将 AI 智能体应用于测试开发，并参与量子计算等新兴技术领域的探索。发挥您的好奇心与工程专长，助力交付可靠的 CUDA 软件。

• 对 AI 智能体开发感兴趣。

• 热爱软件测试与测试开发。

• 熟悉 Linux 平台，具备扎实的 Python、C、或 C++ 编程能力。

• 具备专业的测试开发知识与实践经验，拥有出色的问题分析与解决能力。

NVIDIA 开发者工具软件质量保障（SWQA）与测试开发团队负责验证并持续提升面向全球开发者的业界标准软件工具。这些工具广泛应用于高性能计算、AI 训练与推理、计算机图形学及 CUDA 加速等领域。

我们的技术领域涵盖 NVIDIA 多款旗舰开发者工具，包括 Nsight Systems、Nsight Compute、Nsight Graphics、Perfworks、Compute Sanitizer、CUDA-GDB，以及 Nsight Copilot 等新兴 AI 原生辅助工具。

我们设计稳健的自动化测试套件，开发专用工程工具，深入分析底层 GPU 与驱动架构，并探索由 AI 驱动的智能体测试工作流，以确保企业级软件的可靠性。

您的工作将直接影响软件工具的性能、稳定性与精确性。这些工具服务于全球数百万 AI 研究人员、游戏开发者和高性能计算工程师。

通过将大语言模型（LLM）、智能体驱动的 QA 框架、自动化根因分析和智能故障分类引入日常工程流程，探索质量工程的未来。

可以与 NVIDIA 全球各地优秀的开发、产品和研究团队紧密合作，在开放、重视技术与创新的工程文化中共同成长。

从通用软件工程或质量保障领域出发，进一步深耕 AI 基础设施、GPU 核心软件工具及现代化自动化质量保障系统，拓展职业发展空间。

• 具备扎实的编程基础、以质量为导向的工程思维、系统级问题分析能力，以及持续的自驱力。

• 熟悉 Linux 环境，具备 Python、C 或 C++ 编程能力。

• 对 GPU 计算、CUDA、AI 训练与推理工作流、系统性能分析，或编译器与调试器技术具有浓厚兴趣或相关背景。

• 掌握扎实的软件测试基础和系统化调试方法，热衷于构建可维护、可复用的自动化测试工具。

• 乐于运用 AI 智能体及相关工具优化测试流程、自动化故障分类与分析，并提升工程效率。

• 具备清晰的英文技术沟通能力和较强的责任意识，能够从识别质量风险到推动问题端到端解决，主动承担责任。