NVIDIA izstrādā paātrinātās skaitļošanas un mākslīgā intelekta tehnoloģijas, ko izmanto spēļu, datu centru, mākoņdatošanas, veselības aprūpes, ražošanas, autobūves un robotikas jomās. Uzņēmuma darbība aptver grafikas procesorus, mākslīgā intelekta platformas, simulāciju un nozarei paredzētus risinājumus, tostarp NVIDIA Omniverse sadarbības 3D darbplūsmām, NVIDIA DRIVE autonomo transportlīdzekļu izstrādei un NVIDIA Clara veselības aprūpes lietojumprogrammām. Uzņēmums apvieno lielas tehniskās komandas, kas strādā pie infrastruktūras un programmatūras, kura nodrošina progresīvu skaitļošanu, simulāciju un mākslīgā intelekta vadītu analītiku.
NVIDIA izstrādātāju attiecību vadītājs – fundamentālie mākslīgā intelekta pētījumi (attālināts darbs, Kalifornija)
Vadi tehnisko sadarbību ar akadēmiskajiem pētniekiem, kuri attīsta fundamentālos modeļus un MI sistēmas. Savieno progresīvus apmācības, secināšanas un mērogojamas skaitļošanas pētījumus ar NVIDIA platformām un izstrādātāju programmām.
Apraksts
- Konsultē vadošās akadēmiskās MI laboratorijas par fundamentālajiem modeļiem, lielajiem valodas modeļiem, multimodālo MI, spriešanu, apmācību, secināšanu un MI sistēmām.
- Atrodi augstas vērtības pētniecības darba slodzes, kurās NVIDIA programmatūra, sistēmas un paātrinātā skaitļošana var uzlabot modeļu veiktspēju, mērogojamību un efektivitāti.
- Sadarbojies ar galvenajiem pētniekiem, pēcdoktorantūras pētniekiem, maģistrantūras studentiem un laboratoriju vadītājiem, lai izprastu pētniecības prioritātes, tehniskos šķēršļus, infrastruktūras prasības un sadarbības iespējas.
- Uzraugi progresu MI jomā pētniecības rakstos, etalonos, atvērtā pirmkoda projektos un akadēmiskajās laboratorijās, lai atklātu jaunas tendences un platformas iespējas.
- Sadarbojies ar pētniecības klientu vadītājiem, risinājumu arhitektiem, produktu, inženierijas un biznesa attīstības komandām, lai veicinātu pētnieku risinājumu ieviešanu un veidotu ilgstošas attiecības.
- Pārvērt akadēmisko atgriezenisko saiti praktiskā ieguldījumā produktu ceļvežos, izstrādātāju iniciatīvās, izglītības programmās un platformas stratēģijā.
- Pārstāvi NVIDIA vadošajos MI, mašīnmācīšanās un sistēmu pētniecības pasākumos, izmantojot tehnisko saturu, darbseminārus, universitāšu partnerības un pētniecības laboratorijām paredzētas programmas.
Prasības
- Datorzinātņu, mākslīgā intelekta, mašīnmācīšanās, lietišķās matemātikas, elektrotehnikas vai saistītas tehniskās jomas doktora grāds vai līdzvērtīga pētniecības pieredze.
- Vismaz piecu gadu pieredze tehnoloģiju nozarē programmatūras izstrādes, izstrādātāju attiecību, tehnisko partnerību, risinājumu arhitektūras vai produktu vadības jomā, tostarp vismaz trīs gadu praktiska pieredze MI jomā.
- Padziļinātas zināšanas par fundamentālo MI, tostarp lielajiem valodas modeļiem, multimodālajiem modeļiem, ģeneratīvo MI, spriešanu, pēcapmācību, modeļu novērtēšanu vai MI sistēmu pētniecību.
- Laba izpratne par MI izstrādes dzīves ciklu, tostarp pirmapmācību, precizēšanu, pēcapmācību, optimizāciju, novērtēšanu, ieviešanu un modeļu apkalpošanu.
- Praktiska pieredze ar pētniecības rīkiem un platformām, piemēram, PyTorch, JAX, izkliedētās apmācības ietvariem, secināšanas sistēmām, modeļu apkalpošanas platformām, novērtēšanas konveijeriem un GPU paātrinātām darba plūsmām.
- Tehniska izpratne par mērogojamu MI infrastruktūru, tostarp izkliedēto apmācību, paralēlismu, kontrolpunktiem, atmiņas optimizāciju, pakešu apstrādi, plānošanu, latentumu, caurlaidspēju un izmaksu un veiktspējas kompromisiem.
- Zināšanas par paņēmieniem modeļu efektivitātes un kvalitātes uzlabošanai, tostarp kvantēšanu, distilāciju, retināšanu, spekulatīvo dekodēšanu, uzmanības mehānisma optimizāciju, sintētisko datu ģenerēšanu, RLHF/RLAIF un preferenču optimizāciju.
- Spēja ar vadošajām akadēmiskajām laboratorijām apspriest progresīvu pētījumu izaicinājumus, tostarp mērogošanas uzvedību, skaitļošanas efektivitāti, modeļu kvalitāti, etalonu izstrādi, reproducējamību, uzticamību un pētniecības ietekmi.
- Pētniecības autoritātes apliecinājumi, izmantojot publikācijas, atvērtā pirmkoda darbu, akadēmisko sadarbību, tehnisko vadību vai tiešu ieguldījumu progresīvās MI sistēmās.
- Pieredze ar NVIDIA MI tehnoloģijām, piemēram, CUDA, CUDA-X bibliotēkām, TensorRT-LLM, Triton Inference Server, NIM, NeMo, Megatron, Transformer Engine, NCCL, DGX, NVLink, InfiniBand vai NVIDIA AI Enterprise.
- Izveidoti kontakti ar vadošajām MI laboratorijām, universitātēm, pētniecības institūtiem, etalonu kopienām vai nozīmīgiem atvērtā pirmkoda MI projektiem.
- Pierādīta spēja pārvērst progresīvus MI pētījumus demonstrācijās, pamācībās, atsauces arhitektūrās, darbsemināros, tehniskajos rakstos vai izstrādātāju iespēju veicināšanas programmās.
- Pieredze uzstājoties konferencēs vai darbsemināros, piemēram, NeurIPS, ICML, ICLR, CVPR, AAAI vai līdzvērtīgos pētniecības pasākumos.
- Spēja atpazīt jaunas pētniecības jomas un pārvērst tās sadarbības, platformas ieviešanas un ekosistēmas iespējās.
Priekšrocības
- Akciju kompensācija
- Labumi