Auf einen Blick
- Aufgaben: Entwickle innovative Lösungen und arbeite direkt mit Kunden an spannenden Projekten.
- Unternehmen: NVIDIA, ein führendes Unternehmen im Bereich KI-Technologie.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Wachse in einem sich ständig weiterentwickelnden technologischen Umfeld.
- Warum dieser Job: Sei Teil eines dynamischen Teams und forme die Zukunft der KI-Technologie.
- Qualifikationen: Erfahrung in maschinellem Lernen und Datenanalyse sowie starke Kommunikationsfähigkeiten.
Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Als Solutions Architect sind Sie die erste technische Anlaufstelle zwischen NVIDIA und unseren Kunden. Ihre Aufgaben reichen von der Arbeit an Proof-of-Concept-Demonstrationen bis hin zur Pflege von Beziehungen zu wichtigen Führungskräften und Managern, um die Einführung von NVIDIA-basierter KI-Technologie zu fördern. Die dynamische Interaktion mit Entwicklern, wissenschaftlichen Forschern, Datenwissenschaftlern, IT-Managern und Führungskräften ist ein wesentlicher Bestandteil der Rolle des Solutions Architect und bietet Ihnen Erfahrung mit einer Vielzahl von Partnern und Technologien.
Was Sie tun werden:
- Direkt mit wichtigen Kunden zusammenarbeiten, um deren Technologie zu verstehen und optimierte Ansätze für die Probleme zu entwickeln, die sie derzeit lösen.
- Lösungen basierend auf NVIDIAs Frameworks, wie RAPIDS und dessen Integration mit DASK sowie GPU-beschleunigtem Spark, entwickeln und demonstrieren.
- Kunden bei der Einführung der NVIDIA GPU-beschleunigten Datenwissenschaftsbibliotheken unterstützen, einschließlich deren Anwendung zur Generierung von LLM-Trainings- und RAG-Inferenzdatensätzen.
- Umfassende Analysen und Optimierungen durchführen, um die beste Leistung auf GPU-basierten Systemen sicherzustellen, einschließlich Unterstützung bei der Optimierung von Trainings- und Inferenzdatenaufnahme-Pipelines.
- Mit Engineering-, Produkt- und Vertriebsteams zusammenarbeiten, um die besten Lösungen für Kunden zu planen und zu entwickeln.
- Entwicklung und Wachstum von Produktfunktionen durch Kundenfeedback und Proof-of-Concept-Bewertungen ermöglichen.
- Branchenspezifisches Fachwissen aufbauen und einen Beitrag zur Integration von NVIDIA-Technologie in Unternehmensarchitekturen leisten.
Was wir sehen müssen:
- Erfolgsbilanz in Bereichen, die sich auf maschinelles Lernen, datenverarbeitende und analytische Prozesse konzentrieren.
- Erfahrung mit einer der folgenden Bibliotheken: Pandas, NumPy, Numba, Ibis, Dask, Spark und deren GPU-beschleunigten Gegenstücken (cuDF, cuGraph, cuNumeric, CuPy usw.).
- Hohe Kenntnisse in einem der modernen KI-Felder (NLP, CV, ASR, TTS usw.) und ausgezeichnete mündliche, schriftliche Kommunikations- und technische Präsentationsfähigkeiten in Englisch.
- 5+ Jahre Berufserfahrung oder Forschungserfahrung mit Python/C++/anderer Softwareentwicklung.
- MS/PhD oder gleichwertige Erfahrung in Informatik, Datenwissenschaft, Elektrotechnik/Informatik, Physik, Mathematik oder anderen Ingenieurdisziplinen.
- Sie sind begeistert davon, mit verschiedenen Ebenen und Teams innerhalb von Organisationen (Engineering, Produkt, Vertrieb und Marketing) zu arbeiten.
- Fähigkeit, in einem sich ständig weiterentwickelnden technologischen Umfeld den Fokus nicht zu verlieren.
- Fähigkeit, effektiv in einem schnelllebigen Umfeld multitaskingfähig zu sein und starke analytische und problemlösende Fähigkeiten mitzubringen.
- Starke Zeitmanagement- und Organisationsfähigkeiten zur Koordination mehrerer Initiativen, Prioritäten und Implementierungen neuer Technologien und Produkte in sehr komplexe Projekte.
- Sie sind ein Selbststarter mit Wachstumsmentalität, Leidenschaft für kontinuierliches Lernen und dem Teilen von Erkenntnissen im Team.
Wie Sie sich von der Masse abheben können:
- Erfahrung in der Vorbereitung und Kuratierung von sehr großen Datensätzen.
- Frühere Erfahrung mit KI/NLP-fokussierten Datensätzen in einer Vielzahl von Formaten, einschließlich tabellarischer, textueller, audio und proprietärer Dateiformate (z.B. PDF).
- Erfahrung mit DevOps-Technologien wie Docker, Kubernetes, Singularity usw.
Solutions Architect, Data Analytics for LLMs Arbeitgeber: Nvidia
NVIDIA ist ein herausragender Arbeitgeber, der Ihnen als Solutions Architect im Bereich Data Analytics für LLMs die Möglichkeit bietet, an der Spitze der KI-Technologie zu arbeiten. Mit einem dynamischen Arbeitsumfeld, das Innovation und Zusammenarbeit fördert, profitieren Sie von umfangreichen Wachstums- und Entwicklungsmöglichkeiten sowie einer Kultur, die kontinuierliches Lernen und den Austausch von Wissen schätzt. Darüber hinaus genießen Sie die Vorteile eines globalen Unternehmens mit einem starken Fokus auf Mitarbeiterzufriedenheit und -engagement.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Solutions Architect, Data Analytics for LLMs erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Stell Fragen, teile deine Ideen und zeige dein Interesse an NVIDIA-Technologien.
✨Tipp Nummer 2
Bereite dich auf technische Gespräche vor! Sei bereit, deine Erfahrungen mit Tools wie Pandas oder Dask zu diskutieren. Zeige, dass du die Herausforderungen verstehst, die Kunden haben, und wie du ihnen helfen kannst.
✨Tipp Nummer 3
Mach dir Gedanken über Proof-of-Concepts! Überlege dir, wie du NVIDIA-Technologien in realen Szenarien einsetzen würdest. Das zeigt, dass du proaktiv bist und echte Lösungen anbieten kannst.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden. Und vergiss nicht, deine Leidenschaft für kontinuierliches Lernen und Wachstum zu betonen – das kommt immer gut an!
Wir glauben, dass du diese Fähigkeiten brauchst, um Solutions Architect, Data Analytics for LLMs mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wir wollen dich kennenlernen, also zeig uns deine Persönlichkeit! Verwende eine lockere, aber professionelle Sprache in deinem Anschreiben und lass deine Begeisterung für die Rolle als Solutions Architect durchscheinen.
Betone deine Erfahrungen:Stell sicher, dass du relevante Erfahrungen und Fähigkeiten hervorhebst, die zu den Anforderungen passen. Wenn du mit Technologien wie Pandas oder Dask gearbeitet hast, erzähl uns davon und wie du sie in der Vergangenheit eingesetzt hast!
Mach es konkret:Verwende konkrete Beispiele aus deiner bisherigen Arbeit, um deine Erfolge zu untermauern. Zeige, wie du Probleme gelöst hast und welche Ergebnisse du erzielt hast – das macht deinen Antrag viel überzeugender!
Bewirb dich über unsere Website:Vergiss nicht, dich direkt über unsere Website zu bewerben! Das macht es uns einfacher, deine Bewerbung zu finden und zu bearbeiten. Wir freuen uns darauf, von dir zu hören!
Wie man sich auf ein Vorstellungsgespräch bei Nvidia vorbereitet
✨Verstehe die Technologie
Mach dich mit den NVIDIA-Technologien vertraut, insbesondere mit den Frameworks wie RAPIDS und DASK. Zeige im Interview, dass du nicht nur die Grundlagen verstehst, sondern auch, wie diese Technologien in der Praxis angewendet werden können.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in der Datenanalyse und im maschinellen Lernen demonstrieren. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du Lösungen entwickelt hast, die den Kunden geholfen haben.
✨Kommunikation ist der Schlüssel
Da du mit verschiedenen Stakeholdern kommunizieren musst, übe deine Präsentationsfähigkeiten. Erkläre technische Konzepte einfach und klar, sodass auch Nicht-Techniker sie verstehen können. Das zeigt, dass du in der Lage bist, komplexe Informationen effektiv zu vermitteln.
✨Zeige deine Leidenschaft für kontinuierliches Lernen
Betone deine Neugier und deinen Wunsch, ständig dazuzulernen. Sprich darüber, wie du dich über neue Entwicklungen in der KI und Datenanalyse informierst und wie du dein Wissen mit deinem Team teilst. Das zeigt, dass du ein wertvoller Teamplayer bist.
