NVIDIA kuria spartinto skaičiavimo ir dirbtinio intelekto technologijas, naudojamas žaidimų, duomenų centrų, debesų kompiuterijos, sveikatos priežiūros, gamybos, automobilių pramonės ir robotikos srityse. Įmonės veikla apima grafikos procesorius, dirbtinio intelekto platformas, modeliavimo sprendimus ir konkrečioms pramonės šakoms skirtus sprendimus, įskaitant NVIDIA Omniverse bendradarbiavimu grindžiamiems 3D procesams, NVIDIA DRIVE autonominių transporto priemonių kūrimui ir NVIDIA Clara sveikatos priežiūros taikomosioms programoms. Įmonė suburia dideles technines komandas, dirbančias su infrastruktūra ir programine įranga, palaikančia pažangų skaičiavimą, modeliavimą ir dirbtiniu intelektu grindžiamą analitiką.
NVIDIA ryšių su kūrėjais vadovas – fundamentiniai dirbtinio intelekto tyrimai (nuotolinis darbas, Kalifornija)
Vadovauk techniniam bendradarbiavimui su akademiniais tyrėjais, plėtojančiais fundamentinius modelius ir DI sistemas. Susiek pažangiausius mokymosi, išvadų generavimo ir keičiamo masto skaičiavimo tyrimus su NVIDIA platformomis ir kūrėjų programomis.
Aprašymas
- Konsultuok pirmaujančias akademines DI laboratorijas fundamentinių modelių, didelių kalbos modelių, daugiarūšio DI, samprotavimo, mokymo, išvadų generavimo ir DI sistemų klausimais.
- Nustatyk didelės vertės tyrimų darbo krūvius, kuriuose NVIDIA programinė įranga, sistemos ir spartinamasis skaičiavimas gali pagerinti modelių našumą, mastelio keitimą ir efektyvumą.
- Dirbk su pagrindiniais tyrėjais, podoktorantūros tyrėjais, magistrantais ir laboratorijų vadovais, kad suprastum tyrimų prioritetus, technines kliūtis, infrastruktūros reikalavimus ir bendradarbiavimo galimybes.
- Stebėk pažangiausius DI pokyčius moksliniuose straipsniuose, etalonuose, atvirojo kodo projektuose ir akademinėse laboratorijose, kad atrastum naujas tendencijas ir platformos galimybes.
- Bendradarbiauk su tyrimų klientų vadybininkais, sprendimų architektais, produktų, inžinerijos ir verslo plėtros komandomis, kad skatintum tyrėjų naudojimąsi sprendimais ir kurtum ilgalaikius ryšius.
- Paversk akademinį grįžtamąjį ryšį praktiniu indėliu į produktų planus, kūrėjų iniciatyvas, švietimo programas ir platformos strategiją.
- Atstovauk NVIDIA pirmaujančiuose DI, mašininio mokymosi ir sistemų tyrimų renginiuose pasitelkdamas techninį turinį, seminarus, partnerystes su universitetais ir tyrimų laboratorijoms skirtas programas.
Reikalavimai
- Kompiuterių mokslo, dirbtinio intelekto, mašininio mokymosi, taikomosios matematikos, elektros inžinerijos ar susijusios techninės srities daktaro laipsnis arba lygiavertė tyrimų patirtis.
- Ne mažesnė kaip penkerių metų patirtis technologijų pramonėje programinės įrangos kūrimo, ryšių su kūrėjais, techninių partnerysčių, sprendimų architektūros ar produktų valdymo srityse, įskaitant bent trejų metų praktinę DI patirtį.
- Pažangios fundamentinio DI žinios, įskaitant didelius kalbos modelius, daugiarūšius modelius, generatyvųjį DI, samprotavimą, papildomą mokymą, modelių vertinimą ar DI sistemų tyrimus.
- Geras DI kūrimo ciklo išmanymas, įskaitant išankstinį mokymą, tikslinį derinimą, papildomą mokymą, optimizavimą, vertinimą, diegimą ir modelių aptarnavimą.
- Praktinė patirtis su tyrimų įrankiais ir platformomis, tokiomis kaip PyTorch, JAX, paskirstytojo mokymo sistemos, išvadų generavimo sistemos, modelių aptarnavimo platformos, vertinimo konvejeriai ir GPU spartinamos darbo eigos.
- Techninis keičiamo masto DI infrastruktūros supratimas, įskaitant paskirstytąjį mokymą, lygiagretumą, kontrolinius taškus, atminties optimizavimą, paketų apdorojimą, planavimą, delsą, pralaidumą ir sąnaudų bei našumo kompromisus.
- Metodų, skirtų modelių efektyvumui ir kokybei gerinti, išmanymas, įskaitant kvantavimą, distiliavimą, retumą, spekuliatyvų dekodavimą, dėmesio mechanizmo optimizavimą, sintetinių duomenų generavimą, RLHF/RLAIF ir prioritetų optimizavimą.
- Gebėjimas su pirmaujančiomis akademinėmis laboratorijomis aptarti pažangiausių tyrimų iššūkius, įskaitant mastelio keitimo elgseną, skaičiavimo efektyvumą, modelių kokybę, etalonų kūrimą, atkuriamumą, patikimumą ir tyrimų poveikį.
- Tyrimų patikimumo įrodymai per publikacijas, atvirojo kodo darbus, akademinį bendradarbiavimą, techninę lyderystę ar tiesioginį indėlį į pažangias DI sistemas.
- Patirtis naudojant NVIDIA DI technologijas, tokias kaip CUDA, CUDA-X bibliotekos, TensorRT-LLM, Triton Inference Server, NIM, NeMo, Megatron, Transformer Engine, NCCL, DGX, NVLink, InfiniBand ar NVIDIA AI Enterprise.
- Užmegzti ryšiai su pirmaujančiomis DI laboratorijomis, universitetais, tyrimų institutais, etalonų bendruomenėmis ar svarbiais atvirojo kodo DI projektais.
- Įrodyta geba pažangius DI tyrimus paversti demonstracijomis, mokomosiomis programomis, pamatinėmis architektūromis, seminarais, techniniais straipsniais ar kūrėjų įgalinimo programomis.
- Patirtis skaitant pranešimus konferencijose ar seminaruose, tokiuose kaip NeurIPS, ICML, ICLR, CVPR, AAAI ar panašiuose tyrimų renginiuose.
- Gebėjimas atpažinti naujas tyrimų kryptis ir paversti jas bendradarbiavimo, platformos įsisavinimo ir ekosistemos galimybėmis.
Privalumai
- Akcijomis pagrįstas atlygis
- Naudos