Senior Solutions Architect, Robotics Foundation Model Training

🕒 Agosto 27

🏄 California – Remoto

🏄 California – Remote

💵 $152.000 - $287.500 / ano

⏰ Tempo Integral

🟠 Sênior

💻 Engenheiro de Soluções

🦅 Patrocina Visto H1B

Esta empresa já patrocinou vistos H1B no passado.

👻 Score fantasma 1%

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

• Engage with researchers and ML engineers to architect and optimize end-to-end training workflows for robotics foundation models, including World Models, VLAs, and WAMs • Build proof-of-concepts, reference architectures, and agentic workflows to accelerate experimentation, benchmarking, and model improvement of NVIDIA’s robotics open model platforms, including Cosmos and GR00T • Scale pre-training, fine-tuning, and reinforcement learning workloads across multi-GPU and multi-node systems • Improve utilization, throughput, and memory efficiency • Identify and eliminate data pipeline bottlenecks across storage, networking, preprocessing, and data loading for multimodal datasets including video, sensor data, and trajectories • Collaborate with NVIDIA product and engineering teams to provide feedback shaping future Physical AI platforms • Work across research, engineering, and customer teams, influencing product direction and applied AI adoption

🎯 Requisitos

• MS, PhD, or equivalent experience in Computer Science, Artificial Intelligence, Electrical or Computer Engineering, Robotics, or a related field • 5+ years of industry or research experience in deep learning, distributed computing, or large-scale model training • Hands-on experience training or optimizing multimodal or foundation models, ideally in robotics settings • Experience across the AI model lifecycle, including pre-training, supervised fine-tuning, RL or other post-training methods, evaluation, and model optimization • Strong expertise in distributed training techniques, including data/model/pipeline parallelism, sharding, and checkpointing, on multi-GPU or multi-node systems • Expertise with multimodal training frameworks such as PyTorch, NVIDIA NeMo, JAX, or Hugging Face Transformers • Experience building or working with high-throughput data pipelines for large-scale training, including storage bandwidth, network throughput, and preprocessing such as decoding, tokenization, and batching • Strong communication skills with the ability to effectively collaborate across Researchers, Engineers, and executives • Familiarity with NVIDIA AI and robotics platforms such as Cosmos, GR00T, NeMo, Isaac Sim, and Isaac Lab • Experience with robotics AI workloads, including reinforcement learning in simulation and synthetic data generation • Experience profiling and optimizing workloads using Nsight Systems, Nsight Compute, or PyTorch Profiler • Demonstrated impact improving training efficiency and scaling performance • Experience building agentic workflows for automated experimentation, model evaluation, data analysis, or research acceleration

🏖️ Benefícios

• Equity • Benefits