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.
NVIDIA-løsningsarkitekt, datavitenskap (fjernarbeid i Australia)
Led NVIDIA-kunders og partneres bruk av generative AI-plattformer i Australia. Utform skalerbare arkitekturer, proof of concept og agentiske AI-løsninger med NVIDIA-maskinvare og -programvare.
Beskrivelse
- Lede tekniske engasjementer med bedriftskunder og partnere på tvers av flere bransjer
- Koble kundenes arbeidsbelastninger til NVIDIA-økosystemet for maskinvare og programvare
- Rådgive kunder om innføring og skalering av NVIDIA-plattformer
- Håndtere tekniske partnerskap og partneraktivering med fokus på presales
- Hjelpe kunder med å redesigne virksomhetsprosesser med agentisk AI på NVIDIA-plattformer
- Levere teknisk engasjement, aktivering, proof-of-concept-demonstrasjoner og støtte til relasjoner med ledere
- Samarbeide med utviklere, forskere, data scientists, IT-ledere og seniorledere
- Muliggjøre innføring av NVIDIA NeMo og NIM i generative AI-produkter, plattformer og kundetjenester
- Samskape skalerbare arkitekturer, teknisk retning, integrasjonsmilepæler og implementeringsplaner med kunder og partnere
- Arbeide med løsningsarkitektur-, ingeniør-, produkt- og forretningsteam for å levere generative AI-løsninger med full stack
- Lede tekniske engasjementer, løse komplekse problemer og representere kundenes tekniske krav
- Utvikle og demonstrere proof of concept som omfatter Python-datapipelines, trening av AI- og deep learning-modeller samt containerisert distribusjon
- Utarbeide opplæring for partnere og løsningsarkitekter samt whitepapers, blogginnlegg og wikiinnhold
- Samarbeide med regionale APAC-team og hovedkontorets ingeniør-, produkt- og salgsteam om løsningsutvikling
- Levere økter fra NVIDIA Deep Learning Institute og Skills Transfer for kunder, OEM-er og partnere
Krav
- Flere års yrkeserfaring som data scientist med arbeid på AI-, deep learning- eller machine learning-prosjekter for kunder
- Bakgrunn innen computer vision, conversational AI eller dataanalyseteknologier
- Bachelor-, master- eller doktorgrad i informatikk, elektro- eller datateknikk, fysikk, matematikk, en annen ingeniørdisiplin eller et beslektet fagområde, eller tilsvarende erfaring
- Sterk kundevendt erfaring samt erfaring med presales, konsulentarbeid og teknologi innen AI, machine learning eller big data-rammeverk
- Minst fem års yrkeserfaring innen deep learning, datavitenskap eller programvareutvikling
- Forståelse av GPU-basert parallell databehandling
- Praktisk erfaring med å utvikle arbeidsflyter for retrieval-augmented generation og agentisk AI
- Erfaring med å bruke LangChain og LangGraph til å orkestrere store språkmodeller
- Arbeidskunnskap om Kubernetes samt datasenterberegning, lagring og nettverk
- Gode skriftlige og muntlige kommunikasjonsevner
- Evne til å samarbeide med ledelses- og ingeniørteam samt dele kunnskap med kunder, partnere og kolleger
- Evne til å arbeide eksternt, organisere prioriteringer og planlegge effektivt i et lite team
- Erfaring med å lede tekniske team for partnere eller kunder, eller med å gi råd og konsulentbistand i AI-prosjekter, er en fordel
- Erfaring med å lede AI- eller datavitenskapsprosjekter og koordinere interessenter er en fordel
- Erfaring med NVIDIA SDK-plattformen, NeMo, NIM, rammeverk for machine learning og deep learning samt MLOps-verktøy er en fordel
- Erfaring med å utforme skyløsninger og arbeide med API-er, mikrotjenester, orkestreringsplattformer, lagringssystemer og teknikker for datamigrering er en fordel
Fordeler
- Like muligheter for ansettelse på en mangfoldig arbeidsplass
- Muligheter for faglig utvikling og kontinuerlig læring
- Muligheter for kunnskapsdeling i hele teamet
- Fjernarbeid