Auf einen Blick
- Aufgaben: Entwickle innovative Lösungen und arbeite eng mit Kunden an NVIDIA-Technologien.
- Unternehmen: NVIDIA, ein führendes Unternehmen im Bereich KI-Technologie.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen.
- Warum dieser Job: Gestalte die Zukunft der KI mit und arbeite an spannenden Projekten.
- Qualifikationen: Erfahrung in maschinellem Lernen und Softwareentwicklung erforderlich.
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-basierten KI-Technologien 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 ein Mitwirkender bei der Integration von NVIDIA-Technologie in Unternehmensarchitekturen werden.
Was wir sehen müssen:
- Erfolgsbilanz in Bereichen, die sich auf maschinelles Lernen, datenverarbeitungs- und analytikfokussiert sind.
- 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 Ingenieurwissenschaften.
- Sie sind begeistert davon, mit mehreren Ebenen und Teams in Organisationen (Engineering, Produkt, Vertrieb und Marketing) zusammenzuarbeiten.
- 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 das 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: GPU-Accelerated Data for LLMs Arbeitgeber: NVIDIA
NVIDIA ist ein herausragender Arbeitgeber, der nicht nur wettbewerbsfähige Gehälter und umfassende Sozialleistungen bietet, sondern auch eine dynamische Arbeitskultur fördert, die Innovation und Zusammenarbeit in der Robotikbranche anregt. In dieser Schlüsselposition in der EMEA-Region haben Sie die Möglichkeit, ein leistungsstarkes Team zu leiten, strategische Beziehungen aufzubauen und bedeutende Wachstumschancen zu entwickeln, während Sie gleichzeitig von einem Umfeld profitieren, das persönliche und berufliche Weiterentwicklung unterstützt. Werden Sie Teil eines Unternehmens, das die Zukunft intelligenter Maschinen gestaltet und dabei auf eine positive Work-Life-Balance Wert legt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Solutions Architect: GPU-Accelerated Data for LLMs erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei NVIDIA zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Solutions Architect: GPU-Accelerated Data for LLMs mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Solutions Architect: GPU-Accelerated Data for LLMs bei NVIDIA gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei NVIDIA vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für NVIDIA entscheidend sein!
