NVIDIA
NVIDIA
تطوّر NVIDIA تقنيات الحوسبة المُسرّعة والذكاء الاصطناعي المستخدمة في مجالات الألعاب ومراكز البيانات والحوسبة السحابية والرعاية الصحية والتصنيع والسيارات والروبوتات. ويشمل عملها وحدات معالجة الرسومات ومنصات الذكاء الاصطناعي والمحاكاة والحلول المخصّصة للقطاعات، بما في ذلك NVIDIA Omniverse لسير العمل التعاوني ثلاثي الأبعاد، وNVIDIA DRIVE لتطوير المركبات ذاتية القيادة، وNVIDIA Clara لتطبيقات الرعاية الصحية. وتجمع الشركة فرقًا تقنية كبيرة تعمل على البنية التحتية والبرمجيات التي تدعم الحوسبة المتقدمة والمحاكاة والتحليلات المدعومة بالذكاء الاصطناعي.

مدير علاقات المطورين في NVIDIA – أبحاث الذكاء الاصطناعي التأسيسي (عن بُعد، كاليفورنيا)

قد قيادة التفاعل التقني مع الباحثين الأكاديميين الذين يطوّرون النماذج التأسيسية وأنظمة الذكاء الاصطناعي. اربط أحدث الأبحاث في التدريب والاستدلال والحوسبة القابلة للتوسع بمنصات NVIDIA وبرامج المطورين.

الوصف

  • تقديم المشورة لمختبرات الذكاء الاصطناعي الأكاديمية الرائدة بشأن النماذج التأسيسية، ونماذج اللغة الكبيرة، والذكاء الاصطناعي متعدد الوسائط، والاستدلال، والتدريب، والاستدلال التشغيلي، وأنظمة الذكاء الاصطناعي.
  • تحديد أعباء العمل البحثية عالية القيمة التي يمكن لبرمجيات NVIDIA وأنظمتها والحوسبة المسرّعة من خلالها تحسين أداء النماذج وقابليتها للتوسع وكفاءتها.
  • العمل مع الباحثين الرئيسيين، والباحثين في مرحلة ما بعد الدكتوراه، وطلاب الدراسات العليا، وقادة المختبرات لفهم أولويات البحث والعوائق التقنية ومتطلبات البنية التحتية وفرص التعاون.
  • متابعة التطورات المتقدمة في الذكاء الاصطناعي عبر الأوراق البحثية والمعايير والمشروعات مفتوحة المصدر والمختبرات الأكاديمية لاكتشاف الاتجاهات الناشئة وفرص المنصة.
  • التعاون مع مديري حسابات الأبحاث، ومهندسي الحلول، وفرق المنتجات والهندسة وتطوير الأعمال لتشجيع اعتماد الباحثين وبناء علاقات مستدامة.
  • تحويل الملاحظات الأكاديمية إلى مدخلات عملية لخرائط طريق المنتجات، ومبادرات المطورين، والبرامج التعليمية، واستراتيجية المنصة.
  • تمثيل NVIDIA في أبرز ملتقيات أبحاث الذكاء الاصطناعي وتعلّم الآلة والأنظمة من خلال المحتوى التقني وورش العمل والشراكات الجامعية والبرامج المخصصة لمختبرات الأبحاث.

المتطلبات

  • دكتوراه في علوم الحاسوب، أو الذكاء الاصطناعي، أو تعلّم الآلة، أو الرياضيات التطبيقية، أو الهندسة الكهربائية، أو تخصص تقني ذي صلة، أو خبرة بحثية معادلة.
  • خبرة لا تقل عن خمس سنوات في قطاع التكنولوجيا في مجالات هندسة البرمجيات، أو علاقات المطورين، أو الشراكات التقنية، أو هندسة الحلول، أو إدارة المنتجات، بما في ذلك ثلاث سنوات على الأقل من الخبرة العملية في الذكاء الاصطناعي.
  • معرفة متقدمة بالذكاء الاصطناعي التأسيسي، بما في ذلك نماذج اللغة الكبيرة، والنماذج متعددة الوسائط، والذكاء الاصطناعي التوليدي، والاستدلال، وما بعد التدريب، وتقييم النماذج، أو أبحاث أنظمة الذكاء الاصطناعي.
  • فهم قوي لدورة حياة تطوير الذكاء الاصطناعي، بما في ذلك التدريب المسبق، والضبط الدقيق، وما بعد التدريب، والتحسين، والتقييم، والنشر، وخدمة النماذج.
  • خبرة عملية في أدوات ومنصات البحث مثل PyTorch وJAX وأطر التدريب الموزع وأنظمة الاستدلال ومنصات خدمة النماذج وخطوط تقييمها وسير العمل المعتمد على وحدات معالجة الرسوميات.
  • فهم تقني للبنية التحتية القابلة للتوسع للذكاء الاصطناعي، بما في ذلك التدريب الموزع، والتوازي، ونقاط التحقق، وتحسين الذاكرة، والتجميع، والجدولة، ووقت الاستجابة، والإنتاجية، والمفاضلات بين التكلفة والأداء.
  • إلمام بتقنيات تحسين كفاءة النماذج وجودتها، بما في ذلك التكميم، والتقطير، والتناثر، وفك الترميز التخميني، وتحسين الانتباه، وتوليد البيانات الاصطناعية، وRLHF/RLAIF، وتحسين التفضيلات.
  • القدرة على مناقشة تحديات الأبحاث المتقدمة مع المختبرات الأكاديمية الرائدة، بما في ذلك سلوك التوسع، وكفاءة الحوسبة، وجودة النماذج، وتصميم المعايير، وقابلية إعادة الإنتاج، والموثوقية، والأثر البحثي.
  • سجل يثبت المصداقية البحثية من خلال المنشورات، أو الأعمال مفتوحة المصدر، أو التعاون الأكاديمي، أو القيادة التقنية، أو المساهمات المباشرة في أنظمة الذكاء الاصطناعي المتقدمة.
  • خبرة في تقنيات NVIDIA للذكاء الاصطناعي مثل CUDA وCUDA-X libraries وTensorRT-LLM وTriton Inference Server وNIM وNeMo وMegatron وTransformer Engine وNCCL وDGX وNVLink وInfiniBand أو NVIDIA AI Enterprise.
  • علاقات راسخة مع مختبرات الذكاء الاصطناعي الرائدة، أو الجامعات، أو معاهد الأبحاث، أو مجتمعات المعايير، أو مشروعات الذكاء الاصطناعي الكبرى مفتوحة المصدر.
  • قدرة مثبتة على تحويل أبحاث الذكاء الاصطناعي المتقدمة إلى عروض توضيحية، أو أدلة تعليمية، أو معماريات مرجعية، أو ورش عمل، أو مقالات تقنية، أو برامج لتمكين المطورين.
  • خبرة في التقديم في مؤتمرات أو ورش عمل مثل NeurIPS أو ICML أو ICLR أو CVPR أو AAAI أو ملتقيات بحثية مماثلة.
  • القدرة على التعرّف إلى اتجاهات البحث الناشئة وترجمتها إلى فرص للتعاون واعتماد المنصة والنظام البيئي.

المزايا

  • أسهم
  • مزايا