Auf einen Blick
- Aufgaben: Optimiere GPU-Anwendungen und arbeite an innovativen Energieprojekten.
- Unternehmen: NVIDIA, ein führendes Unternehmen in der Technologiebranche.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen und flexible Arbeitsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit großartigen Karrieremöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Energie mit modernster Technologie und echten Auswirkungen.
- Qualifikationen: Erfahrung in C/C++ und Python sowie CUDA-Optimierung.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
NVIDIA sucht leidenschaftliche, weltweit führende Informatiker und Ingenieure (Compute Developer Technology - DevTech), um die Energiesimulation und AI-Workflows auf NVIDIA-Plattformen zu beschleunigen. Sie werden sich auf die CUDA-Leistungsoptimierung für Workloads wie seismische Verarbeitung (z. B. Imaging/Inversion-Pipelines), Reservoirsimulation, Leistungsgitter-Simulatoren und verwandte HPC/AI-Produktions-Workflows konzentrieren. Sie arbeiten eng mit Kunden- und Partnerengineering-Teams sowie den Produkt- und Ingenieurgruppen von NVIDIA zusammen, um messbare Geschwindigkeitssteigerungen und skalierbare Leistungen auf Multi-GPU- und Multi-Node-Systemen zu liefern.
Was Sie tun werden:
- Profilieren, analysieren und optimieren von GPU-beschleunigten Anwendungen mit Schwerpunkt auf CUDA-Kernen, Speicherbewegung, Parallelität und End-to-End-Durchsatz.
- Leistungsverbesserungen über den gesamten Stack vorantreiben: CUDA C++ Kernel-Optimierung, Startkonfiguration, Speicherhierarchie, Streams/Ereignisse.
- GPU-Bibliotheken (sofern zutreffend): cuBLAS, cuFFT, cuSPARSE, cuSOLVER, NCCL.
- Multi-GPU- und Multi-Node-Skalierung unter Verwendung von MPI + NCCL, CPU/GPU-Überlappung, Kommunikationsmuster.
- Erstellen reproduzierbarer Benchmarks, Leistungsberichte und Tuning-Empfehlungen (vor/nach, Methodik, Skalierungskurven).
- Entwickeln und Pflegen von Referenzimplementierungen, Beispielen und/oder Patches für den Kunden-Code zur Ermöglichung von Leistung und Portabilität.
- Unterstützen von Kundenengagements (POCs bis Produktion), einschließlich Debugging von Korrektheits-/Leistungsproblemen und Beratung zu Best Practices für die Bereitstellung (Container, Scheduler, Cluster).
- Zusammenarbeiten mit internen Teams, um umsetzbare Probleme zu melden, Fixes zu validieren und den Fahrplan basierend auf realen Kundenanforderungen im Energiebereich zu beeinflussen.
- Interne Bibliotheken und wiederverwendbaren Code erstellen, die zu zukünftigen NVIDIA-Produkten führen würden.
Was wir sehen müssen:
- BS/MS (oder gleichwertige Erfahrung) in CS/CE/EE/Physik/Angewandte Mathematik oder verwandtem Bereich.
- Starke Programmierkenntnisse in C/C++ und Python auf Linux.
- Praktische Erfahrung mit CUDA-Programmierung und Konzepten zur GPU-Leistungsoptimierung.
- Erfahrung im Profilieren und Debuggen der Leistung mit Tools wie NVIDIA Nsight Systems/Nsight Compute (oder gleichwertig).
- Verständnis von parallelem Rechnen und Leistungsgrundlagen (Vektorisierung, Threading, NUMA, Speicherbandbreite/Latenz).
- Fähigkeit, technische Ergebnisse klar sowohl Ingenieuren als auch Nicht-Ingenieuren zu kommunizieren.
- 5+ Jahre relevante Erfahrung in GPU/HPC-Optimierung; nachweisliche Erfolge bei gelieferten Geschwindigkeitssteigerungen und Skalierungsverbesserungen.
Wie Sie sich von der Masse abheben können:
- Leiten von Leistungsüberprüfungen mit Stakeholdern der Kunden; Erstellen von wiederverwendbaren Playbooks/Referenzdesigns.
- HPC-Erfahrung mit MPI, verteilten Systemen und Multi-Node-Leistungsoptimierung.
- Exposition im Bereich Energie/HPC: Seismische Verarbeitungs-Pipelines, RTM/FWI-Stil-Muster, FFT/Streifen/lineare Algebra-intensive Codes.
- Reservoirsimulation (sparse/iterative Solver), Vorverarbeitung, Domänenzerlegung.
- Leistungsgittersimulation/transiente Stabilität/Optimierungs-Workflows.
- Erfahrung mit CI/Leistungsregressionstests, containerisierten Workflows (Docker/Apptainer) und Schedulern (Slurm).
- Vertrautheit mit AI-Workflows, die neben Simulationen verwendet werden (Datenvorbereitung, Training/Inferenzintegration, Pipeline-Leistung).
Developer Technology Engineer, Energy Arbeitgeber: Nvidia
NVIDIA ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, in der Mitarbeiter an der Spitze der Technologie im Bereich Energie- und HPC-Optimierung arbeiten können. Mit einem starken Fokus auf persönliche und berufliche Weiterentwicklung sowie einer offenen Unternehmenskultur fördert NVIDIA die Zusammenarbeit und den Austausch von Ideen, was zu bedeutenden Fortschritten in der Energietechnologie führt. Die Möglichkeit, an wegweisenden Projekten mit führenden Ingenieuren und Wissenschaftlern zu arbeiten, macht diesen Standort besonders attraktiv für talentierte Fachkräfte.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Developer Technology Engineer, Energy erhalten könnten
✨Tipp Nummer 1
Mach dir ein starkes Netzwerk! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach Empfehlungen oder Tipps – oft sind es persönliche Verbindungen, die den Unterschied machen.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe Coding-Challenges und sei bereit, deine Problemlösungsfähigkeiten unter Beweis zu stellen. Zeig, dass du nicht nur die Theorie beherrschst, sondern auch praktisch anwenden kannst.
✨Tipp Nummer 3
Sei proaktiv und zeig dein Interesse! Wenn du eine Stelle ins Auge gefasst hast, zögere nicht, direkt bei uns nachzufragen. Ein kurzes, freundliches Follow-up kann oft einen bleibenden Eindruck hinterlassen.
✨Tipp Nummer 4
Nutze unsere Website für Bewerbungen! Wir haben viele Ressourcen, die dir helfen können, dich optimal vorzubereiten. Außerdem zeigen wir dir, was wir suchen und wie du am besten zu uns passt.
Wir glauben, dass du diese Fähigkeiten brauchst, um Developer Technology Engineer, Energy mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei authentisch!:Zeig uns, wer du wirklich bist! Deine Leidenschaft für Technologie und Energie sollte in deiner Bewerbung durchscheinen. Lass uns wissen, warum du dich für diese Position interessierst und was dich motiviert.
Technische Fähigkeiten hervorheben:Stell sicher, dass du deine Programmierkenntnisse in C/C++ und Python klar darstellst. Wenn du Erfahrung mit CUDA-Optimierung hast, vergiss nicht, das zu betonen – das ist ein großes Plus für uns!
Erfolge teilen:Hebe konkrete Beispiele hervor, wo du Performance-Verbesserungen erzielt hast. Zahlen und Ergebnisse sprechen Bände und zeigen uns, dass du die Fähigkeiten hast, die wir suchen.
Bewerbung über unsere Website:Vergiss nicht, deine Bewerbung über unsere Website einzureichen! So können wir sicherstellen, dass alles reibungslos läuft und du die bestmögliche Chance auf eine Rückmeldung hast.
Wie man sich auf ein Vorstellungsgespräch bei Nvidia vorbereitet
✨Verstehe die Technologien
Mach dich mit den spezifischen Technologien und Tools vertraut, die in der Stellenbeschreibung erwähnt werden, wie CUDA, MPI und die verschiedenen GPU-Bibliotheken. Zeige im Interview, dass du nicht nur die Theorie kennst, sondern auch praktische Erfahrungen hast.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast, insbesondere im Bereich GPU-Optimierung und HPC. Bereite dich darauf vor, diese Beispiele zu erläutern und wie sie auf die Anforderungen der Stelle zutreffen.
✨Kommunikation ist der Schlüssel
Übe, technische Konzepte klar und verständlich zu erklären, sowohl für technische als auch für nicht-technische Zuhörer. Dies wird dir helfen, deine Kommunikationsfähigkeiten zu demonstrieren, die in der Rolle wichtig sind.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Unternehmenskultur und die Erwartungen an die Rolle zu erfahren.
