Senior Applied Research Scientist, Data Curation

🕒 Agosto 27

🏄 California, Florida, +3 estados a mais – Remoto

🏄 California – Remote 🐊 Florida – Remote 🗽 New York – Remote 🤠 Texas – Remote ☕ Washington – Remote

💵 $224.000 - $356.500 / ano

⏰ Tempo Integral

🟠 Sênior

🧬 Cientista Pesquisador(a)

🦅 Patrocina Visto H1B

Esta empresa já patrocinou vistos H1B no passado.

👻 Score fantasma 9%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

NVIDIA

SiteLinkedInTodas as Vagas

10.000+ funcionários

Fundada em 1993

🏥 Saúde

🏭 Manufatura

🤖 Inteligência Artificial

Healthcare • Manufacturing • Artificial Intelligence

A NVIDIA é uma empresa de tecnologia líder, especializada em computação acelerada e inteligência artificial. A companhia é pioneira em avanços em unidades de processamento gráfico (GPUs), computação em nuvem, data centers e realidade virtual, com foco nos setores de games, automotivo, saúde e robótica. As inovações da empresa, como o NVIDIA Omniverse, transformam processos digitais tradicionais ao viabilizar simulações de alta fidelidade e tarefas de renderização. Suas aplicações abrangem diversos setores, desde veículos autônomos com o NVIDIA DRIVE até soluções de saúde com o NVIDIA Clara, além de análises e fluxos de trabalho impulsionados por IA.

Descrição

• Develop efficient and performant models and data pipelines that extract and curate multimodal data—documents, images, audio, and videos—for foundation-model training • Build petabyte-scale extraction and content-deduplication pipelines, including document and HTML parsing, fuzzy and near-duplicate deduplication, semantic deduplication, and substring deduplication • Expand and optimize curation methodologies for petabyte-scale multimodal data across hundred-node GPU clusters • Explore and craft datasets, metrics, experiments, and validation scripts to develop standard research methodologies • Help ML Engineers scale pipelines to production through NVIDIA Inference Microservices (NIMs) and blueprints • Write papers, blog posts, documentation, and training materials for customers • Keep up to date with data-curation developments in academia and industry • Collaborate with Applied Research Scientists, Machine Learning Engineers, and MLOps Engineers • Mentor junior engineers and interns

🎯 Requisitos

• Master's, Ph.D. or equivalent experience in data curation, document AI, information retrieval or multimodal research • Track record of publication in leading conferences such as CVPR, ICCV, ECCV, KDD, etc. • Hands-on experience developing computer vision and document-extraction models and pipelines, including layout analysis, OCR, and table, figure, or formula extraction • Kaggle Grandmaster status or a strong record of top-tier results in machine learning competitions is a strong plus • Understanding of the state of the art in data curation research, focused on multimodal content extraction and deduplication • 10+ years of experience developing multimodal systems across a range of models and platforms • Information retrieval experience is a big plus • Expertise managing distributed data frameworks such as Ray, Spark, or Dask • History of deploying massive, multi-node machine learning or data processing tasks within production environments • Knowledge of batching, streaming, and scaling ingestion pipelines • Excellent Python programming skills • Strong hands-on experience with PyTorch or comparable modern deep learning frameworks • Ability to communicate ideas through blog posts, papers, kernels, GitHub, etc. • Excellent communication and interpersonal skills • Ability to work in a dynamic, user-focused, distributed team

🏖️ Benefícios

• Highly competitive salary • Equity • Comprehensive benefits package