Software Engineer, DGX Cloud AI Infrastructure

🕒 Agosto 11

🏄 California, Oregon, +2 estados a mais – Remoto

🏄 California – Remote 🌲 Oregon – Remote 🤠 Texas – Remote ☕ Washington – Remote

💵 $116.000 - $224.250 / ano

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🧑‍💻 Engenheiro Full-stack

🦅 Patrocina Visto H1B

Esta empresa já patrocinou vistos H1B no passado.

👻 Score fantasma 32%

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

• Bring up, validate, and debug large-scale AI clusters, infrastructure, and end-to-end workloads • Bring up, tune, and benchmark AI pre-training, post-training, and inference workloads using PyTorch, NeMo / Megatron, TensorRT-LLM, and adjacent NVIDIA AI software stacks • Perform root-cause analysis of failures in large distributed environments • Contribute to resilience and failure-attribution tooling that detects, triages, and attributes node, fabric, and workload failures across the cluster • Build and maintain repeatable benchmark suites, automation, acceptance criteria, and qualification workflows on new platforms • Tune runtime settings, communication parameters, and deployment configurations in partnership with framework, systems, and platform teams • Deliver actionable, data-driven recommendations based on profiling, benchmark results, and cluster characterization • Design and implement benchmarking tooling, automation, and debugging workflows for distributed training and inference workloads across NVIDIA GPU platforms

🎯 Requisitos

• Bachelor’s or Master’s in Computer Science or a related technical field (or equivalent experience) • 3+ years of experience developing software for AI, HPC, or systems-level applications • Hands-on experience with multi-GPU or multi-node workloads and CUDA-aware distributed execution • Background with debugging and scaling distributed systems • Experience debugging and triaging AI applications across the full stack, from the application level toward the hardware • Experience operating workloads in scheduled, containerized cluster environments • Excellent analytical, debugging, and communication skills, and a collaborative approach across teams • Strong Python and C/C++ programming skills • Hands-on experience with NCCL and CUDA-aware distributed execution • Deep familiarity with the RDMA software stack, including NCCL, IB verbs, UCX, and libfabric, and with InfiniBand / RoCE congestion debugging • Experience building acceptance tests, benchmark harnesses, regression gates, or cluster qualification tooling for AI platforms, including MLPerf • Experience diagnosing performance jitter • Experience building resilience, fault-detection, or failure-attribution systems for datacenter-scale infrastructure

🏖️ Benefícios

• Equity • Benefits