Senior Software Engineer, CUDA Core Libraries

NVIDIA’s accelerated computing platform ist die Grundlage für modernes HPC und KI. Im Kern dieser Plattform stehen die CUDA Core Libraries. C++- und Python-Bibliotheken, die es Entwicklern ermöglichen, schnelle, zuverlässige und skalierbare GPU-beschleunigte Software zu schreiben! Wir suchen einen Vollzeit-Softwareingenieur, der an den CUDA Core Libraries arbeitet, die das GPU-Computing für sowohl C++- als auch Python-Entwickler antreiben. Dazu gehören Projekte wie CCCL (Thrust, CUB, libcudacxx), cuda-python und numba-cuda. Sie werden Teil des Teams, das die grundlegenden Bibliotheken, Algorithmen und die Infrastruktur für Sprache/Laufzeit entwickelt, die CUDA zu einem blitzschnellen Erlebnis für Entwickler in den Bereichen Deep Learning, wissenschaftliches Rechnen und Datenanalyse macht!

Was Sie tun werden:

• Entwicklung und Implementierung von CUDA Core Libraries in C++ und/oder Python, einschließlich paralleler Algorithmen und idiomatischer Sprachbindungen für die Kernfunktionalität von CUDA.
• Komposition, Optimierung und Weiterentwicklung von GPU-Algorithmen und APIs, von hochrangigen Schnittstellen bis hin zur Feinabstimmung der Leistung, einschließlich Speicher, Parallelität und Synchronisation.
• Verantwortung für Funktionen von Anfang bis Ende: Entwicklung, Implementierung, Test, Benchmarking, Dokumentation und langfristige Wartung.
• Verbesserung der Entwicklererfahrung über den gesamten Stack: CI, Tests, Benchmarks, Verpackung, Beispiele und Dokumentation.
• Zusammenarbeit mit erfahrenen CUDA-Ingenieuren bei Design-Reviews, Code-Reviews und Open-Source-Workflows.
• Interaktion mit echten Benutzern durch Probleme, Leistungsuntersuchungen und API-Feedback.

Was wir sehen müssen:

• BS, MS oder PhD in Informatik, Computertechnik oder einem verwandten Bereich oder gleichwertige Erfahrung.
• Mindestens 8+ Jahre relevante Entwicklungserfahrung.
• Starke Programmierkenntnisse in C++, Python oder beiden, mit nachgewiesenem Interesse an systemnaher Software (Leistung, Speicher, Nebenläufigkeit, API-Design).
• Solides Verständnis von modernem C++ (Templates, Generics, Standardbibliothek) und/oder Python-Bibliotheksentwicklung und -verpackung.
• Praktische Erfahrung mit paralleler oder heterogener Programmierung (CUDA, OpenMP, GPU-beschleunigtes Python oder ähnliches).
• Erfahrung in der Mitwirkung an Produktionssoftware oder Open-Source-Bibliotheken, einschließlich Test, Profilierung und Code-Review.
• Fähigkeit, unabhängig zu arbeiten, Probleme zu erfassen und Projekte zum Abschluss zu bringen.
• Klare schriftliche Kommunikation für technisches Design und Dokumentation.
• Komfort im Umgang mit großen, mehrsprachigen Codebasen (C++, Python, CMake, Pixi, CI-Systeme).

Wege, um sich von der Masse abzuheben:

• Starkes Verständnis der CPU/GPU-Architektur und wie Hardwaredetails die Leistung beeinflussen.
• Praktische Erfahrung mit CUDA C++, CUDA Python, PyTorch, JAX, Numba, CuPy oder ähnlichen GPU-beschleunigten Stacks.
• Vertrautheit mit Thrust, CUB, libcudacxx oder anderen modernen C++/GPU-Bibliotheken.
• Erfahrung mit Compiler-Infrastruktur oder -Werkzeugen (LLVM, Clang-Tools, MLIR).
• Nachgewiesenes Interesse an Entwicklerwerkzeugen, Bibliotheksdesign und der Verbesserung der Effizienz anderer Entwickler.

Wenn Sie sich leidenschaftlich für Leistung interessieren, gerne an der Grenze zwischen C++ und Python arbeiten und die Kern-CUDA-Bibliotheken gestalten möchten, auf die Tausende von Entwicklern angewiesen sind, ist diese Rolle eine direkte Passung.