Вам подобається швидко кодувати та створювати структури програмного забезпечення для вирішення складних проблем? Ми шукаємо старанних інженерів-програмістів для співпраці у проектуванні, будівництві та розгортанні cuDNN - нашої бібліотеки примітивів для глибоких нейронних мереж, підсиленої графічним процесором. Штучний інтелект, обладнаний комп'ютерами ШІ, здатний вчитися, мислити та спілкуватися з людьми, тепер став реальністю, а не лише науковою фантастикою. Це справді феноменальний час. Епоха штучного інтелекту розпочалась, і ми є її двигуном. Якщо ця роль відповідає вашим здібностям та інтересам, розкажіть нам, чому ви вважаєте себе відмінним кандидатом для нашої команди, і ми з радістю розповімо вам більше про нашу роботу!
Чим ви будете займатися:
- Проектуванням комерційного програмного забезпечення, яке вводиться в дію як частина програмного комплексу AI NVIDIA, включаючи спрощену підтримку великої мовної моделі (LLM).
- Дослідженням роботи важливих навантажень, вдосконаленням поточного програмного забезпечення та пропонуванням покращень для майбутнього програмного забезпечення.
- Співпрацею з перехресними командами інженерів-програмістів з глибоким навчанням та архітекторів GPU для інновацій у таких сферах, як генеративний ШІ, самоводні автомобілі, комп'ютерний зір і системи рекомендацій.
- Триманням пальця на пульсі постійно розвиваючоїся індустрії ШІ, бути готовим робити внесок у весь код, включаючи проектування API, структуру програмного забезпечення, моделювання продуктивності, тестування та розробку ядра GPU.
Що ми хотіли бачити:
- Бакалаврський або вищий ступінь з кібернетики (або подібного) або відповідний досвід.
- Міцні навички програмування в C/C++ та знайомство з Python.
- Глибоке розуміння лінійної алгебри.
- Знайомство з найновішими тенденціями в машинному навчанні.
- Виняткові навички вирішення проблем, включаючи застосування алгоритмів та структур даних.
- Досвід роботи з оцінкою продуктивності, профілювання та оптимізацією коду.
Способи виділитись з натовпу:
- Знання програмування і оптимізації GPU (наприклад, CUDA або OpenCL).
- Практичний досвід роботи з машинним навчанням, особливо глибоким навчанням.
- Знайомство з архітектурою комп'ютера та створенням моделей продуктивності для процесорів, GPU або інших прискорювачів.
- Глибокий досвід роботи з науковими даними, статистичним аналізом та візуалізацією.
- Минула робота над великими складними кодовими базами, співпраця з багатьма розробниками, переважно бібліотеками, компіляторами або системним програмним забезпеченням.