NVIDIA entwickelt Technologien für beschleunigtes Rechnen und künstliche Intelligenz, die in den Bereichen Gaming, Rechenzentren, Cloud Computing, Gesundheitswesen, Fertigung, Automobilindustrie und Robotik eingesetzt werden. Das Unternehmen arbeitet an Grafikprozessoren, KI-Plattformen, Simulationslösungen und branchenspezifischen Anwendungen, darunter NVIDIA Omniverse für kollaborative 3D-Workflows, NVIDIA DRIVE für die Entwicklung autonomer Fahrzeuge und NVIDIA Clara für Anwendungen im Gesundheitswesen. NVIDIA vereint große technische Teams, die an der Infrastruktur und Software für fortschrittliches Rechnen, Simulationen und KI-gestützte Analysen arbeiten.
Manager für Developer Relations bei NVIDIA – Grundlagenforschung im Bereich KI (Remote, Kalifornien)
Leiten Sie den technischen Austausch mit akademischen Forschenden, die an grundlegenden Modellen und KI-Systemen arbeiten. Verbinden Sie Spitzenforschung zu Training, Inferenz und skalierbarem Computing mit NVIDIA-Plattformen und Entwicklerprogrammen.
Beschreibung
- Beraten Sie führende akademische KI-Labore zu grundlegenden Modellen, großen Sprachmodellen, multimodaler KI, Schlussfolgerungen, Training, Inferenz und KI-Systemen.
- Identifizieren Sie besonders relevante Forschungs-Workloads, bei denen NVIDIA-Software, -Systeme und beschleunigte Rechenleistung die Modellleistung, Skalierbarkeit und Effizienz verbessern können.
- Arbeiten Sie mit Principal Investigators, Postdoktorandinnen und Postdoktoranden, Doktorandinnen und Doktoranden sowie Laborleitungen zusammen, um Forschungsprioritäten, technische Hürden, Infrastrukturanforderungen und Kooperationsmöglichkeiten zu verstehen.
- Beobachten Sie Entwicklungen an der Spitze der KI-Forschung anhand von Fachartikeln, Benchmarks, Open-Source-Projekten und akademischen Laboren, um neue Trends und Plattformchancen zu erkennen.
- Arbeiten Sie mit Research Account Managern, Solution Architects sowie Teams aus Produktentwicklung, Engineering und Business Development zusammen, um die Nutzung durch Forschende zu fördern und dauerhafte Beziehungen aufzubauen.
- Überführen Sie akademisches Feedback in konkrete Impulse für Produkt-Roadmaps, Entwicklerinitiativen, Bildungsprogramme und die Plattformstrategie.
- Vertreten Sie NVIDIA auf führenden Veranstaltungen der KI-, Machine-Learning- und Systems-Forschung durch technische Inhalte, Workshops, Hochschulpartnerschaften und Programme für Forschungslabore.
Anforderungen
- Promotion in Informatik, künstlicher Intelligenz, Machine Learning, angewandter Mathematik, Elektrotechnik oder einer verwandten technischen Fachrichtung oder gleichwertige Forschungserfahrung.
- Mindestens fünf Jahre Erfahrung in der Technologiebranche in den Bereichen Softwareentwicklung, Developer Relations, technische Partnerschaften, Lösungsarchitektur oder Produktmanagement, davon mindestens drei Jahre praktische Erfahrung mit KI.
- Fortgeschrittene Kenntnisse der grundlegenden KI, einschließlich großer Sprachmodelle, multimodaler Modelle, generativer KI, Schlussfolgern, Post-Training, Modellevaluierung oder Forschung zu KI-Systemen.
- Ausgeprägtes Verständnis des KI-Entwicklungszyklus, einschließlich Pretraining, Fine-Tuning, Post-Training, Optimierung, Evaluierung, Bereitstellung und Model Serving.
- Praktische Erfahrung mit Forschungswerkzeugen und -plattformen wie PyTorch, JAX, Frameworks für verteiltes Training, Inferenzsystemen, Model-Serving-Plattformen, Evaluierungspipelines und GPU-beschleunigten Workflows.
- Technisches Verständnis skalierbarer KI-Infrastrukturen, einschließlich verteiltem Training, Parallelisierung, Checkpointing, Speicheroptimierung, Batching, Scheduling, Latenz, Durchsatz und Kosten-Leistungs-Abwägungen.
- Vertrautheit mit Techniken zur Verbesserung von Modelleffizienz und -qualität, darunter Quantisierung, Distillation, Sparsity, spekulatives Decoding, Aufmerksamkeitsoptimierung, synthetische Datengenerierung, RLHF/RLAIF und Präferenzoptimierung.
- Fähigkeit, mit führenden akademischen Laboren über aktuelle Herausforderungen der Forschung zu sprechen, darunter Skalierungsverhalten, Recheneffizienz, Modellqualität, Benchmark-Design, Reproduzierbarkeit, Zuverlässigkeit und Forschungswirkung.
- Nachweisbare wissenschaftliche Glaubwürdigkeit durch Veröffentlichungen, Open-Source-Arbeit, akademische Kooperationen, technische Führung oder direkte Beiträge zu fortgeschrittenen KI-Systemen.
- Erfahrung mit NVIDIA-KI-Technologien wie CUDA, CUDA-X-Bibliotheken, TensorRT-LLM, Triton Inference Server, NIM, NeMo, Megatron, Transformer Engine, NCCL, DGX, NVLink, InfiniBand oder NVIDIA AI Enterprise.
- Aufgebaute Kontakte zu führenden KI-Laboren, Universitäten, Forschungsinstituten, Benchmark-Communities oder bedeutenden Open-Source-KI-Projekten.
- Nachweisliche Fähigkeit, fortgeschrittene KI-Forschung in Demonstrationen, Tutorials, Referenzarchitekturen, Workshops, technischen Artikeln oder Programmen zur Entwicklerbefähigung umzusetzen.
- Erfahrung mit Präsentationen auf Konferenzen oder Workshops wie NeurIPS, ICML, ICLR, CVPR, AAAI oder vergleichbaren Forschungsforen.
- Fähigkeit, aufkommende Forschungsrichtungen zu erkennen und in Kooperations-, Plattformnutzungs- und Ökosystemchancen zu übersetzen.
Zusatzleistungen
- Beteiligung am Unternehmen
- Zusatzleistungen