GPU Performance Engineer - Neural Reconstruction

Heute nutzen wir das unbegrenzte Potenzial von KI, um die nächste Ära des Rechnens zu definieren. Eine Ära, in der unsere GPU als Gehirn von Computern, Robotern und selbstfahrenden Autos fungiert, die die Welt verstehen können. Um das zu erreichen, was noch nie zuvor gemacht wurde, sind Vision, Innovation und die besten Talente der Welt erforderlich. Als NVIDIAN werden Sie in einer vielfältigen, unterstützenden Umgebung arbeiten, in der jeder inspiriert ist, sein Bestes zu geben. Kommen Sie ins Team und sehen Sie, wie Sie einen bleibenden Einfluss auf die Welt ausüben können.

Wir suchen jetzt einen GPU Performance Engineer für Neural Reconstruction! NVIDIA baut die Zukunft der Computergraphik, Simulation, Robotik und verkörperter KI. Die neuronale Rekonstruktion und das Gaussian Splatting verändern, wie 3D-Welten gesammelt, dargestellt, optimiert und gerendert werden. Diese Arbeitslasten fordern die Grenzen des GPU-Computings, des differenzierbaren Renderings, der Computer Vision und der Produktions-ML-Systeme heraus. In dieser Rolle werden Sie dazu beitragen, die neuronale Rekonstruktion schneller, skalierbarer und zuverlässiger zu machen. Sie werden mit PyTorch, CUDA, C++ und GPU-Profiling arbeiten, um Trainings- und Rendering-Workflows zu optimieren, die in anspruchsvollen 3D-Rekonstruktionssystemen verwendet werden. Der ideale Kandidat arbeitet gerne nah an der Hardware und versteht die ML- und 3D-Visionsziele hinter dem System.

Was Sie tun werden:

• Profilierung von End-to-End-Workflows zur neuronalen Rekonstruktion und Identifizierung von Engpässen bei Datenladung, Initialisierung, Training, Rendering, Bewertung und Export.
• Verbesserung der CUDA- und PyTorch-Leistung für Gaussian Splatting und neuronale Rekonstruktionsarbeitslasten, einschließlich Kamera-/Lidar-Daten, Multiview-Batching, Rendering großer Szenen und speichersensitiver Trainingspfade.
• Analyse der GPU-Leistung mit Tools wie Nsight Systems, Nsight Compute, NVTX, PyTorch Profiler, CUDA-Ereignissen und Benchmark-Dashboards.
• Optimierung von spärlichen und unregelmäßigen Rendering-Arbeitslasten, einschließlich Maskierung/Culling auf Kachelebene, spärlichen Gradienten, Batching und Multi-GPU-Ausführung.
• Übersetzung von hochgradig wirkungsvollen Python-, NumPy- oder PyTorch-Engpässen in effiziente CUDA/C++- oder PyTorch-native Implementierungen, wenn dies angemessen ist.
• Validierung, dass Leistungsverbesserungen die Rekonstruktionsqualität, das numerische Verhalten, die Kamera-/Lidar-Korrektheit und die Produktionszuverlässigkeit bewahren.
• Erstellung wiederholbarer Benchmarks, Regressionstests und Profilierungs-Workflows, um Leistungs- und Qualitätsregressionen frühzeitig zu erkennen.
• Zusammenarbeit mit Forschern, CUDA-Ingenieuren, ML-Ingenieuren und Produktionsteams, um vielversprechende Prototypen in wartbaren, überprüfbaren, produktionsreifen Code umzuwandeln.

Was wir sehen müssen:

• BS, MS, PhD oder gleichwertige Erfahrung in Informatik, Computertechnik, Elektrotechnik, angewandter Mathematik, Robotik, Computer Vision, Maschinenlernen oder einem verwandten Bereich (oder gleichwertige Erfahrung) mit über 12 Jahren Erfahrung.
• Starke Programmierkenntnisse in Python und C++!
• Praktische Erfahrung mit PyTorch oder einem ähnlichen Tensor-/Autograd-Framework.
• Erfahrung in der Optimierung von GPU-beschleunigten Arbeitslasten mit CUDA, C++/CUDA-Erweiterungen oder verwandten GPU-Programmieransätzen.
• Praktische Erfahrung mit Profilierung und Leistungsanalyse, einschließlich der Ursachenanalyse von CPU/GPU-Engpässen, Synchronisationsüberhead, Speicherbelastung, Kernel-Startüberhead und ineffizienten Frameworks.
• Fähigkeit, Benchmarks zu entwickeln und zu validieren, dass Optimierungen die Korrektheit, das numerische Verhalten und die sichtbare Qualität für den Benutzer bewahren.
• Starke Kommunikationsfähigkeiten, einschließlich der Fähigkeit, Leistungsabstriche, Risiken und Ergebnisse an Forschungs- und Engineering-Partner zu erklären.

Wie Sie sich von der Masse abheben können:

• Erfahrung mit Gaussian Splatting, NeRF, differenzierbarem Rendering, Rasterisierung, neuronalen Rendering, SLAM, 3D-Rekonstruktion oder Robotik/autonomen Fahrzeugwahrnehmungspipelines.
• Tiefe CUDA-Leistungserfahrung, einschließlich Speicherzugriffsmuster, gemeinsamen Speicher, Atomiken, Belegung, Startkonfiguration, Synchronisation und numerischer Stabilität.
• Erfahrung in der Optimierung von PyTorch-Arbeitslasten mit benutzerdefinierten Operatoren, fusionierten Kernen, spärlichen Tensoren, verteiltem Training oder verteilt gerendert.
• Vertrautheit mit Kamera- und Lidar-Geometrie, Projektionsmodellen, Kalibrierung, Rolling Shutter, Tiefenrendering oder Multi-Sensor-Rekonstruktion.
• Erfahrung in der Verbesserung großer Produktions-ML-Systeme, bei denen Qualitätsmetriken, Trainingsgeschwindigkeit, Speicherbedarf und Entwicklergeschwindigkeit ausgewogen werden müssen.

NVIDIA wird weithin als einer der begehrtesten Arbeitgeber der Technologiebranche angesehen und bietet wettbewerbsfähige Gehälter sowie ein umfassendes Leistungspaket. Wenn Sie Ihre Zukunft planen, sehen Sie, was wir Ihnen und Ihrer Familie anbieten können.

Ihr Grundgehalt wird basierend auf Ihrem Standort, Ihrer Erfahrung und dem Gehalt von Mitarbeitern in ähnlichen Positionen festgelegt. Die Grundgehaltsspanne liegt bei 224.000 USD – 356.500 USD für Level 5 und 272.000 USD – 431.250 USD für Level 6. Sie sind auch berechtigt für Eigenkapital und Leistungen.

NVIDIA setzt sich für die Förderung einer vielfältigen Arbeitsumgebung ein und ist stolz darauf, ein Arbeitgeber mit Chancengleichheit zu sein. Da wir Vielfalt in unseren aktuellen und zukünftigen Mitarbeitern sehr schätzen, diskriminieren wir nicht (einschließlich unserer Einstellungs- und Beförderungspraktiken) aufgrund von Rasse, Religion, Hautfarbe, nationaler Herkunft, Geschlecht, Geschlechtsidentität, sexueller Orientierung, Alter, Familienstand, Veteranenstatus, Behinderungsstatus oder einer anderen durch das Gesetz geschützten Eigenschaft.