NVIDIA 致力于开发加速计算和人工智能技术，广泛应用于游戏、数据中心、云计算、医疗保健、制造、汽车和机器人等领域。其业务涵盖图形处理器、人工智能平台、仿真技术及面向行业的解决方案，包括支持协作式 3D 工作流程的 NVIDIA Omniverse、用于自动驾驶汽车开发的 NVIDIA DRIVE，以及面向医疗应用的 NVIDIA Clara。公司汇聚了众多技术团队，专注于构建支持先进计算、仿真和人工智能驱动分析的基础设施与软件。
英伟达资深 AI 与高性能计算基础设施解决方案架构师（德克萨斯州远程）
为英伟达能源行业客户设计 GPU 集群和加速基础设施，担任资深 AI 解决方案架构师。 为涵盖 AI、高性能计算、云和边缘环境的部署提供建议。
描述
- 与能源客户、软件供应商和客户团队合作，开展需求调研、架构评审、技术评估、概念验证、基准测试和演示，并为生产环境部署提供建议。
- 指导加速型 AI 基础设施的设计、部署和优化，包括大型 GPU 集群、AI 工厂和边缘系统。
- 协助设计涵盖计算、网络、存储、容器、可观测性、安全、电力和数据中心运营的基础设施。
- 推广监控、遥测和管理工具，以提高集群利用率、可靠性、性能和工作负载可见性。
- 通过案例、白皮书、博客以及与客户协作解决问题来分享发现并帮助他人学习。
- 编写参考架构、部署与容量规划指南、基准测试报告、技术手册、演示材料和白皮书。
- 与重要客户和专注于行业的解决方案合作伙伴建立战略关系。
- 主要通过虚拟协作工具与同事及客户合作。
- 客户会议可能需要出差，出差比例最高可达 20%。
任职要求
- 计算机科学、电气或计算机工程、物理、其他工程学科或相关领域的学士、硕士或博士学位；也接受同等经验。
- 至少八年 AI 基础设施、加速计算、分布式系统、云基础设施、高性能计算或机器学习平台方面的实操经验。
- 具备大规模设计、部署和运营加速计算基础设施的能力。
- 深入了解 AI 集群的编排、调度、自动化以及持续集成和持续部署流水线。
- 了解数据中心网络，包括 InfiniBand、以太网、RDMA、网络配置和性能调优。
- 熟悉分布式训练、推理服务、模型部署、存储性能和集群可靠性需求。
- 具备至少一个能源行业及其运营和 IT 环境的实际知识。
- 有设计 AI 工厂、大型 GPU 集群、多节点训练环境或生产级推理平台的经验。
- 有部署大规模基础设施工作流的经验，涉及 LLM 训练、微调、检索增强生成和推理。
- 有使用 MLPerf、HPL 或特定工作负载测试衡量集群性能的经验。
- 具备 OpenMPI、NCCL、分布式训练框架和 GPU 通信模式的应用及系统层知识。
- 能够熟练使用 Docker 或其他容器技术以及 Kubernetes。
- 具备出色的演示、沟通、问题解决、文档编写和协作能力。
- 能够梳理复杂问题，在目标不明确且涉及多个利益相关方的项目中独立推进并交付成果。
福利待遇
- 股权薪酬
- 员工福利
