NVIDIA utvikler teknologier for akselerert databehandling og kunstig intelligens som brukes innen spill, datasentre, nettskybasert databehandling, helsetjenester, produksjon, bilindustri og robotikk. Arbeidet omfatter grafikkprosessorer, AI-plattformer, simulering og bransjespesifikke løsninger, blant annet NVIDIA Omniverse for samarbeidende 3D-arbeidsflyter, NVIDIA DRIVE for utvikling av autonome kjøretøy og NVIDIA Clara for helsetjenester. Selskapet samler store tekniske team som arbeider med infrastrukturen og programvaren som støtter avansert databehandling, simulering og AI-drevet analyse.
Leder for utviklerrelasjoner – grunnleggende AI-forskning (fjernarbeid, California)
Led teknisk dialog med akademiske forskere som utvikler grunnmodeller og AI-systemer. Knytt banebrytende forskning innen trening, inferens og skalerbar databehandling sammen med NVIDIAs plattformer og utviklerprogrammer.
USA
California152 000 $ – 241 500 $ / år
FjernarbeidHeltidMellomnivåSeniorPåkrevd Språk: engelskUtviklerrelasjonerBeskrivelse
- Rådgiv ledende akademiske AI-laboratorier om grunnmodeller, store språkmodeller, multimodal AI, resonnering, trening, inferens og AI-systemer.
- Identifiser verdifulle forskningsarbeidsbelastninger der NVIDIAs programvare, systemer og akselererte databehandling kan forbedre modellytelse, skalerbarhet og effektivitet.
- Samarbeid med hovedforskere, postdoktorer, doktorgradsstudenter og laboratorieledere for å forstå forskningsprioriteringer, tekniske hindringer, infrastrukturkrav og samarbeidsmuligheter.
- Følg den nyeste AI-utviklingen på tvers av forskningsartikler, benchmarktester, åpen kildekode-prosjekter og akademiske laboratorier for å avdekke nye trender og plattformmuligheter.
- Samarbeid med Research Account Managers, løsningsarkitekter samt produkt-, ingeniør- og forretningsutviklingsteam for å fremme forskeres bruk og bygge varige relasjoner.
- Gjør akademiske tilbakemeldinger om til praktiske innspill til produktplaner, utviklerinitiativer, utdanningsprogrammer og plattformstrategi.
- Representer NVIDIA på ledende forskningsarenaer innen AI, maskinlæring og systemer gjennom teknisk innhold, workshopper, universitetssamarbeid og programmer for forskningslaboratorier.
Krav
- Ph.d. i informatikk, kunstig intelligens, maskinlæring, anvendt matematikk, elektroteknikk eller en beslektet teknisk disiplin, eller tilsvarende forskningserfaring.
- Minst fem års erfaring fra teknologiindustrien innen programvareutvikling, utviklerrelasjoner, tekniske partnerskap, løsningsarkitektur eller produktledelse, inkludert minst tre års praktisk AI-erfaring.
- Avansert kunnskap om grunnleggende AI, inkludert store språkmodeller, multimodale modeller, generativ AI, resonnering, ettertrening, modelevaluering eller forskning på AI-systemer.
- God forståelse av livssyklusen for AI-utvikling, inkludert forhåndstrening, finjustering, ettertrening, optimalisering, evaluering, utrulling og modellservering.
- Praktisk erfaring med forskningsverktøy og plattformer som PyTorch, JAX, rammeverk for distribuert trening, inferenssystemer, plattformer for modellservering, evalueringspipelines og GPU-akselererte arbeidsflyter.
- Teknisk forståelse av skalerbar AI-infrastruktur, inkludert distribuert trening, parallellitet, sjekkpunkter, minneoptimalisering, batching, planlegging, latenstid, gjennomstrømning og avveininger mellom kostnad og ytelse.
- Kjennskap til teknikker for å forbedre modellers effektivitet og kvalitet, inkludert kvantisering, destillering, sparsitet, spekulativ dekoding, optimalisering av attention, syntetisk datagenerering, RLHF/RLAIF og preferanseoptimalisering.
- Evne til å diskutere banebrytende forskningsutfordringer med ledende akademiske laboratorier, inkludert skaleringsatferd, beregningseffektivitet, modellkvalitet, benchmarkdesign, reproduserbarhet, pålitelighet og forskningens gjennomslag.
- Dokumentert forskningskompetanse gjennom publikasjoner, arbeid med åpen kildekode, akademiske samarbeid, teknisk lederskap eller direkte bidrag til avanserte 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.
- Etablerte forbindelser med ledende AI-laboratorier, universiteter, forskningsinstitutter, benchmarkmiljøer eller større AI-prosjekter med åpen kildekode.
- Dokumentert evne til å omsette avansert AI-forskning til demonstrasjoner, veiledninger, referansearkitekturer, workshopper, tekniske artikler eller programmer for utvikleropplæring.
- Erfaring med presentasjoner på konferanser eller workshopper som NeurIPS, ICML, ICLR, CVPR, AAAI eller tilsvarende forskningsarenaer.
- Evne til å identifisere nye forskningsretninger og omsette dem til samarbeid, plattformadopsjon og muligheter i økosystemet.
Fordeler
- Aksjer
- Fordeler