NVIDIA 致力於開發加速運算與人工智慧技術，廣泛應用於遊戲、資料中心、雲端運算、醫療保健、製造、汽車與機器人等領域。其業務涵蓋圖形處理器、人工智慧平台、模擬技術及產業導向的解決方案，包括支援協作式 3D 工作流程的 NVIDIA Omniverse、用於自動駕駛車輛開發的 NVIDIA DRIVE，以及面向醫療應用的 NVIDIA Clara。公司匯聚眾多技術團隊，專注於打造支援先進運算、模擬與人工智慧驅動分析的基礎架構與軟體。
NVIDIA 開發者關係經理——基礎人工智慧研究（加州遠端工作）
負責與推動基礎模型和人工智慧系統發展的學術研究人員進行技術交流。將訓練、推論和可擴展運算領域的前沿研究與 NVIDIA 平台及開發者計畫連結起來。
說明
- 為領先的學術人工智慧實驗室提供基礎模型、大型語言模型、多模態人工智慧、推理、訓練、推論部署和人工智慧系統方面的諮詢。
- 尋找高價值研究工作負載，評估 NVIDIA 軟體、系統和加速運算如何提升模型效能、可擴展性和效率。
- 與首席研究員、博士後研究人員、研究生和實驗室主管合作，了解研究優先事項、技術障礙、基礎設施需求和合作機會。
- 追蹤研究論文、基準測試、開源專案和學術實驗室中的前沿人工智慧發展，發掘新興趨勢和平台機會。
- 與研究客戶經理、解決方案架構師、產品、工程和業務開發團隊合作，促進研究人員採用相關技術並建立長期關係。
- 將學術界回饋轉化為產品路線圖、開發者倡議、教育計畫和平台策略的實用參考。
- 透過技術內容、工作坊、大學合作以及研究實驗室計畫，代表 NVIDIA 參與領先的人工智慧、機器學習和系統研究活動。
職位要求
- 具備電腦科學、人工智慧、機器學習、應用數學、電機工程或相關技術領域博士學位，或具備同等研究經驗。
- 具備至少五年的科技產業經驗，涵蓋軟體工程、開發者關係、技術合作、解決方案架構或產品管理，其中至少三年具有人工智慧實務經驗。
- 深入了解基礎人工智慧，包括大型語言模型、多模態模型、生成式人工智慧、推理、後訓練、模型評估或人工智慧系統研究。
- 深入掌握人工智慧開發生命週期，包括預訓練、微調、後訓練、最佳化、評估、部署和模型服務。
- 具備使用 PyTorch、JAX、分散式訓練框架、推理系統、模型服務平台、評估管線和 GPU 加速工作流程等研究工具與平台的實務經驗。
- 理解可擴展人工智慧基礎設施，包括分散式訓練、平行化、檢查點、記憶體最佳化、批次處理、排程、延遲、吞吐量以及成本與效能之間的取捨。
- 熟悉提升模型效率和品質的技術，包括量化、蒸餾、稀疏化、推測解碼、注意力最佳化、合成資料生成、RLHF/RLAIF 和偏好最佳化。
- 能夠與領先學術實驗室討論前沿研究挑戰，包括擴展行為、運算效率、模型品質、基準設計、可重現性、可靠性和研究影響力。
- 透過論文、開源工作、學術合作、技術領導力或對先進人工智慧系統的直接貢獻，展現研究可信度。
- 具備 CUDA、CUDA-X 函式庫、TensorRT-LLM、Triton Inference Server、NIM、NeMo、Megatron、Transformer Engine、NCCL、DGX、NVLink、InfiniBand 或 NVIDIA AI Enterprise 等 NVIDIA 人工智慧技術經驗。
- 與領先人工智慧實驗室、大學、研究機構、基準測試社群或大型開源人工智慧專案建立了聯繫。
- 能夠將先進人工智慧研究轉化為示範、教學、參考架構、工作坊、技術文章或開發者賦能計畫，並具備成功經驗。
- 具備在 NeurIPS、ICML、ICLR、CVPR、AAAI 或同類研究活動中進行簡報或演講的經驗。
- 能夠辨識新興研究方向，並將其轉化為合作、平台採用和生態系統機會。
福利待遇
- 股權
- 福利