Senior Solutions Architect, AI Factory Deployment

🕒 4 dias atrás

🌐 Estados Unidos, Canadá – Remoto

🇺🇸 Estados Unidos – Remoto (EUA) 🇨🇦 Canadá – Remoto

🏄 California, North Carolina, +1 estados a mais – Remoto

🏄 California – Remote 🌲 North Carolina – Remote 🤠 Texas – Remote

💵 $152.000 - $287.500 / ano

⏰ Tempo Integral

🟠 Sênior

💻 Engenheiro de Soluções

🦅 Patrocina Visto H1B

Esta empresa já patrocinou vistos H1B no passado.

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

• Set up, adjust, and verify AI factory environments across multi-GPU and multi-node Linux clusters • Validate configurations against guidelines for NCCL, collectives, and distributed training frameworks • Run key AI/LLM benchmarks — setup, orchestration, result collection, and analysis • Investigate and address problems when training jobs or benchmarks fail, hang, or perform below expectations • Build and improve observability for AI factories (metrics, logs, traces, dashboards) to understand workload behavior and system health • Build automation using Python and Shell for conducting benchmarks, retrieving results, and completing regression checks • Analyze communication patterns and NCCL usage for AI/LLM workloads, concentrating on collectives such as AllReduce and AllToAll • Help identify and recommend improvements to job configuration, parallelism strategies, and cluster settings to improve throughput, latency, and scaling efficiency • Work closely with hardware, software, networking, and product teams to prepare AI factories for customer use • Contribute to documentation and readiness materials for internal and customer-facing teams

🎯 Requisitos

• Bachelor's degree or equivalent experience in Computer Science, Mathematics, Engineering, Physics or a related field • 5+ years of experience managing Linux-based systems in HPC, distributed systems, or AI/ML environments • Hands-on experience running AI/ML workloads on multi-GPU and/or multi-node clusters, including some exposure to NCCL • Practical knowledge of collective communication patterns like AllReduce and AllToAll, and their application in ML/LLM training • Skilled in Python and Shell/Bash for scripting, automation, and tooling • Strong communication skills and the ability to work effectively with cross-functional teams

🏖️ Benefícios

• Eligible for equity and benefits