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.
Seniorarkitekt innen ytelse og ettertrening av kodemodeller hos NVIDIA (fjernarbeid, USA)
Led evaluering av ytelse og ettertrening av NVIDIAs KI-modeller for kodegenerering og programvareutvikling. Utvikle referansetester, belønningsstrategier og skalerbar treningsinfrastruktur.
USA
California
Colorado224 000 $ – 431 250 $ / år
FjernarbeidHeltidSeniorPåkrevd Språk: engelskArkitektBeskrivelse
- Lag rammeverk for å evaluere kodemodeller innen kodegenerering, feilsøking, kodefullføring, resonnering rundt kodebaser og flertrinnsoppgaver innen programvareutvikling.
- Utvikle og optimalisere pipelines for ettertrening med veiledet finjustering, preferanseoptimalisering, forsterkningslæring og belønningsmodellering basert på resultater eller prosesser.
- Analyser referansetestresultater, treningsdynamikk, feilmodi og modellatferd for å identifisere forbedringsmuligheter.
- Forbedre ytelsen på komplekse kodingsoppgaver gjennom målrettet trening, belønningsdesign, utvikling av treningsløp og iterativ feilanalyse.
- Bygg skalerbar og reproduserbar infrastruktur for treningseksperimenter, evalueringspipelines og ytelsesanalyse.
- Samarbeid med forskere, infrastrukturutviklere og produktteam for å omsette modellinnsikt til produksjonsfunksjoner.
Krav
- Bachelorgrad eller tilsvarende erfaring innen informatikk eller KI.
- Minst 12 års relevant arbeidserfaring.
- Gode ferdigheter i Python-programmering.
- God kunnskap om store språkmodeller, transformatorarkitekturer og trening og evaluering av generative modeller.
- Grunnleggende kunnskap om algoritmer og implementering innen forsterkningslæring, inkludert MDP-er, policyer og belønningsdesign.
- Dyp kunnskap om grunnprinsipper innen programvareutvikling, kodegenerering, automatisert testing og programkorrekthet.
- Dokumentert erfaring med å lede livssykluser for modellutvikling, inkludert versjonering av datasett, eksperimentsporing og evalueringspipelines.
- Erfaring med å trene eller ettertrene avanserte kodemodeller eller modeller for programvareutviklingsagenter.
- Erfaring med eksekveringsbaserte og verifiserbare belønninger, tiltak mot reward hacking og automatisert kodeevaluering.
- Kjennskap til kodingsbenchmarks og evalueringsmiljøer som SWE-bench.
Fordeler
- Konkurransedyktig lønn.
- Omfattende fordelspakke.
- Aksjer.
- Fordeler for ansatte og familiene deres.