NVIDIA
NVIDIA
NVIDIA udvikler teknologier til accelereret databehandling og kunstig intelligens, som anvendes inden for gaming, datacentre, cloud computing, sundhedspleje, produktion, bilindustrien og robotteknologi. Virksomhedens arbejde omfatter grafikprocessorer, AI-platforme, simulering og branchespecifikke løsninger, herunder NVIDIA Omniverse til samarbejdsbaserede 3D-arbejdsgange, NVIDIA DRIVE til udvikling af autonome køretøjer og NVIDIA Clara til sundhedsapplikationer. Virksomheden samler store tekniske teams, der arbejder med den infrastruktur og software, som understøtter avanceret databehandling, simulering og AI-drevet analyse.

Manager for udviklerrelationer – grundlæggende AI-forskning (fjernarbejde, Californien)

Led teknisk dialog med akademiske forskere, der udvikler grundmodeller og AI-systemer. Forbind banebrydende forskning inden for træning, inferens og skalerbar databehandling med NVIDIAs platforme og udviklerprogrammer.

Beskrivelse

  • Rådgiv førende akademiske AI-laboratorier om grundmodeller, store sprogmodeller, multimodal AI, ræsonnement, træning, inferens og AI-systemer.
  • Identificer værdifulde forskningsarbejdsbelastninger, hvor NVIDIAs software, systemer og accelererede databehandling kan forbedre modelydeevne, skalerbarhed og effektivitet.
  • Arbejd sammen med ledende forskere, postdoc-forskere, ph.d.-studerende og laboratorieledere for at forstå forskningsprioriteter, tekniske hindringer, infrastrukturkrav og samarbejdsmuligheder.
  • Følg den nyeste AI-udvikling på tværs af forskningsartikler, benchmarktests, open source-projekter og akademiske laboratorier for at afdække nye tendenser og platformsmuligheder.
  • Samarbejd med Research Account Managers, løsningsarkitekter samt produkt-, ingeniør- og forretningsudviklingsteams for at fremme forskeres anvendelse og opbygge varige relationer.
  • Omsæt akademisk feedback til praktiske input til produktplaner, udviklerinitiativer, uddannelsesprogrammer og platformstrategi.
  • Repræsenter NVIDIA ved førende forskningsfora inden for AI, maskinlæring og systemer gennem teknisk indhold, workshops, universitetspartnerskaber og programmer for forskningslaboratorier.

Krav

  • Ph.d. i datalogi, kunstig intelligens, maskinlæring, anvendt matematik, elektroteknik eller en beslægtet teknisk disciplin eller tilsvarende forskningserfaring.
  • Mindst fem års erfaring fra teknologiindustrien inden for softwareudvikling, udviklerrelationer, tekniske partnerskaber, løsningsarkitektur eller produktledelse, herunder mindst tre års praktisk AI-erfaring.
  • Avanceret viden om grundlæggende AI, herunder store sprogmodeller, multimodale modeller, generativ AI, ræsonnement, eftertræning, modelevaluering eller forskning i AI-systemer.
  • Stærk forståelse af AI-udviklingens livscyklus, herunder prætræning, finjustering, eftertræning, optimering, evaluering, implementering og modelservering.
  • Praktisk erfaring med forskningsværktøjer og platforme som PyTorch, JAX, rammer til distribueret træning, inferenssystemer, platforme til modelservering, evalueringspipelines og GPU-accelererede arbejdsgange.
  • Teknisk forståelse af skalerbar AI-infrastruktur, herunder distribueret træning, parallelitet, checkpointing, hukommelsesoptimering, batching, planlægning, latenstid, gennemløb og afvejninger mellem omkostninger og ydeevne.
  • Kendskab til teknikker til forbedring af modellers effektivitet og kvalitet, herunder kvantisering, destillering, sparsitet, spekulativ afkodning, optimering af attention, syntetisk datagenerering, RLHF/RLAIF og præferenceoptimering.
  • Evne til at diskutere banebrydende forskningsudfordringer med førende akademiske laboratorier, herunder skaleringsadfærd, beregningseffektivitet, modelkvalitet, benchmarkdesign, reproducerbarhed, pålidelighed og forskningens gennemslagskraft.
  • Dokumenteret forskningsmæssig troværdighed gennem publikationer, open source-arbejde, akademiske samarbejder, teknisk lederskab eller direkte bidrag til avancerede AI-systemer.
  • Erfaring med NVIDIA AI-teknologier som CUDA, CUDA-X-biblioteker, TensorRT-LLM, Triton Inference Server, NIM, NeMo, Megatron, Transformer Engine, NCCL, DGX, NVLink, InfiniBand eller NVIDIA AI Enterprise.
  • Etablerede forbindelser til førende AI-laboratorier, universiteter, forskningsinstitutter, benchmarkfællesskaber eller større open source-AI-projekter.
  • Dokumenteret evne til at omsætte avanceret AI-forskning til demonstrationer, vejledninger, referencearkitekturer, workshops, tekniske artikler eller programmer til udvikleraktivering.
  • Erfaring med præsentationer på konferencer eller workshops som NeurIPS, ICML, ICLR, CVPR, AAAI eller tilsvarende forskningsfora.
  • Evne til at genkende nye forskningsretninger og omsætte dem til samarbejde, platformanvendelse og muligheder i økosystemet.

Fordele

  • Aktier
  • Fordele