GPU Performance Engineer – Neural Reconstruction

🕒 vor 2 Monaten

🏄 California, New York, +3 weitere Bundesländer – Remote

🏄 California – Remote 🗽 New York – Remote 🌲 Oregon – Remote 🏰 Missouri – Remote 🤠 Texas – Remote

💵 $224.000 - $356.500 / Jahr

⏰ Vollzeit

🟠 Senior

🔴 Experte

👷🏻‍♀️ Ingenieur

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

NVIDIA

WebsiteLinkedInAlle Stellen

10.000+ Mitarbeiter

Gegründet 1993

🏥 Gesundheitswesen

🏭 Fertigung

🤖 Künstliche Intelligenz

Healthcare • Manufacturing • Artificial Intelligence

NVIDIA ist ein führendes Technologieunternehmen mit Spezialisierung auf beschleunigtes Computing und Künstliche Intelligenz (AI). NVIDIA treibt Fortschritte bei Grafikprozessoren (GPUs), Cloud Computing, Rechenzentren und Virtual Reality voran und fokussiert dabei Branchen wie Gaming, Automotive, Gesundheitswesen und Robotik. Innovationen des Unternehmens wie NVIDIA Omniverse transformieren traditionelle digitale Prozesse, indem sie hochrealistische Simulationen und Rendering-Aufgaben ermöglichen. Die Anwendungen erstrecken sich über zahlreiche Branchen – von autonomen Fahrzeugen mit NVIDIA DRIVE über Gesundheitslösungen mit NVIDIA Clara bis hin zu AI-gestützten Analysen und Workflows.

Beschreibung

• Profile end-to-end neural reconstruction workflows and identify bottlenecks across data loading, initialization, training, rendering, evaluation, and export. • Improve CUDA and PyTorch performance for Gaussian Splatting and neural reconstruction workloads, including camera/lidar data, multiview batching, large-scene rendering, and memory-sensitive training paths. • Analyze GPU performance using tools such as Nsight Systems, Nsight Compute, NVTX, PyTorch Profiler, CUDA events, and benchmark dashboards. • Optimize sparse and irregular rendering workloads, including tile-level masking/culling, sparse gradients, batching, and multi-GPU execution. • Translate high-impact Python, NumPy, or PyTorch bottlenecks into efficient CUDA/C++ or PyTorch-native implementations when appropriate. • Validate that performance improvements preserve reconstruction quality, numerical behavior, camera/lidar correctness, and production reliability. • Build repeatable benchmarks, regression tests, and profiling workflows to catch performance and quality regressions early. • Collaborate with researchers, CUDA engineers, ML engineers, and production teams to turn promising prototypes into maintainable, reviewable, production-quality code.

🎯 Anforderungen

• BS, MS, PhD, or equivalent experience in Computer Science, Computer Engineering, Electrical Engineering, Applied Math, Robotics, Computer Vision, Machine Learning, or a related field (or equivalent experience) with 12+ years of experience. • Strong programming skills in Python and C++! • Hands-on experience with PyTorch or a similar tensor/autograd framework. • Experience optimizing GPU-accelerated workloads using CUDA, C++/CUDA extensions, or related GPU programming approaches. • Practical experience with profiling and performance analysis, including root-causing CPU/GPU bottlenecks, synchronization overhead, memory pressure, kernel launch overhead, and framework-level inefficiencies. • Ability to develop benchmarks and validate that optimizations preserve correctness, numerical behavior, and user-visible quality. • Strong communication skills, including the ability to explain performance tradeoffs, risks, and results to research and engineering partners.

🏖️ Vorteile

• Equity • Comprehensive benefits package