NVIDIA
NVIDIA
NVIDIA utvecklar tekniker för accelererad databehandling och artificiell intelligens som används inom spel, datacenter, molnbaserad databehandling, sjukvård, tillverkning, fordonsindustrin och robotik. Företagets arbete omfattar grafikprocessorer, AI-plattformar, simulering och branschspecifika lösningar, däribland NVIDIA Omniverse för samarbetsinriktade 3D-arbetsflöden, NVIDIA DRIVE för utveckling av autonoma fordon och NVIDIA Clara för tillämpningar inom sjukvården. Företaget samlar stora tekniska team som arbetar med den infrastruktur och programvara som stöder avancerad databehandling, simulering och AI-baserad analys.

Chef för utvecklarrelationer – grundläggande AI-forskning (distans, Kalifornien)

Leda tekniskt engagemang med akademiska forskare som utvecklar grundmodeller och AI-system. Knyta samman banbrytande forskning inom träning, inferens och skalbar databehandling med NVIDIA:s plattformar och utvecklarprogram.

Beskrivning

  • Ge råd till ledande akademiska AI-laboratorier om grundmodeller, stora språkmodeller, multimodal AI, resonemang, träning, inferens och AI-system.
  • Identifiera värdefulla forskningsarbetslaster där NVIDIA:s programvara, system och accelererade databehandling kan förbättra modellprestanda, skalbarhet och effektivitet.
  • Samarbeta med huvudansvariga forskare, postdoktorer, doktorander och laboratoriechefer för att förstå forskningsprioriteringar, tekniska hinder, infrastrukturkrav och möjligheter till samarbete.
  • Bevaka den banbrytande AI-utvecklingen inom forskningsartiklar, benchmarktester, projekt med öppen källkod och akademiska laboratorier för att upptäcka nya trender och plattformsmöjligheter.
  • Samarbeta med Research Account Managers, lösningsarkitekter samt produkt-, teknik- och affärsutvecklingsteam för att främja forskares användning och bygga långvariga relationer.
  • Omsätta akademisk feedback till praktiska underlag för produktfärdplaner, utvecklarinitiativ, utbildningsprogram och plattformsstrategi.
  • Representera NVIDIA vid ledande forskningskonferenser och forum inom AI, maskininlärning och system genom tekniskt innehåll, workshoppar, universitetssamarbeten och program för forskningslaboratorier.

Krav

  • Doktorsexamen i datavetenskap, artificiell intelligens, maskininlärning, tillämpad matematik, elektroteknik eller ett närliggande tekniskt område, eller motsvarande forskningserfarenhet.
  • Minst fem års erfarenhet från teknikbranschen inom programvaruutveckling, utvecklarrelationer, tekniska partnerskap, lösningsarkitektur eller produktledning, varav minst tre år med praktisk erfarenhet av AI.
  • Avancerade kunskaper inom grundläggande AI, inklusive stora språkmodeller, multimodala modeller, generativ AI, resonemang, efterträning, modellevaluering eller forskning om AI-system.
  • God förståelse för AI-utvecklingens livscykel, inklusive förträning, finjustering, efterträning, optimering, evaluering, driftsättning och modellbetjäning.
  • Praktisk erfarenhet av forskningsverktyg och plattformar som PyTorch, JAX, ramverk för distribuerad träning, inferenssystem, plattformar för modellbetjäning, evalueringspipelines och GPU-accelererade arbetsflöden.
  • Teknisk förståelse för skalbar AI-infrastruktur, inklusive distribuerad träning, parallellism, checkpoint-hantering, minnesoptimering, batchhantering, schemaläggning, latens, genomströmning och avvägningar mellan kostnad och prestanda.
  • Kännedom om tekniker för att förbättra modellers effektivitet och kvalitet, inklusive kvantisering, destillering, gleshet, spekulativ avkodning, optimering av attention, syntetisk datagenerering, RLHF/RLAIF och preferensoptimering.
  • Förmåga att diskutera banbrytande forskningsutmaningar med ledande akademiska laboratorier, inklusive skalningsbeteende, beräkningseffektivitet, modellkvalitet, benchmarkdesign, reproducerbarhet, tillförlitlighet och forskningens genomslag.
  • Dokumenterad forskningskompetens genom publikationer, arbete med öppen källkod, akademiska samarbeten, tekniskt ledarskap eller direkta bidrag till avancerade AI-system.
  • Erfarenhet av NVIDIA:s AI-tekniker som CUDA, CUDA-X-bibliotek, TensorRT-LLM, Triton Inference Server, NIM, NeMo, Megatron, Transformer Engine, NCCL, DGX, NVLink, InfiniBand eller NVIDIA AI Enterprise.
  • Etablerade kontakter med ledande AI-laboratorier, universitet, forskningsinstitut, benchmarkgemenskaper eller större AI-projekt med öppen källkod.
  • Dokumenterad förmåga att omvandla avancerad AI-forskning till demonstrationer, handledningar, referensarkitekturer, workshoppar, tekniska artiklar eller program för utvecklarstöd.
  • Erfarenhet av att presentera vid konferenser eller workshoppar som NeurIPS, ICML, ICLR, CVPR, AAAI eller jämförbara forskningsforum.
  • Förmåga att identifiera framväxande forskningsinriktningar och omsätta dem i samarbete, plattformsanvändning och möjligheter inom ekosystemet.

Förmåner

  • Aktier
  • Förmåner