GPU Performance Engineer – Neural Reconstruction

🕒 il y a 11 jours

🏄 California, New York, +3 états de plus – Distant

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

💵 $224 000 - $356 500 / an

⏰ Temps Plein

🟠 Senior

🔴 Expert

👷🏻‍♀️ Ingénieur

🦅 Parrain de Visa H1B

Cette entreprise a parrainé des visas H1B par le passé.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Recevoir des emails pour des emplois à distance

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

NVIDIA

Site WebLinkedInTous les Emplois

10 000+ employés

Fondée en 1993

🤖 Intelligence artificielle

🎮 Jeux vidéo

Artificial Intelligence • Gaming • Automotive

NVIDIA est une entreprise technologique de premier plan, spécialisée dans le calcul accéléré et l’intelligence artificielle (IA). NVIDIA est à l’avant‑garde des avancées en GPU (processeurs graphiques), cloud computing, centres de données et réalité virtuelle, avec un accent particulier sur les secteurs du gaming, de l’automobile, de la santé et de la robotique. Ses innovations, telles que NVIDIA Omniverse, transforment les processus numériques traditionnels en permettant des simulations haute fidélité et des tâches de rendu de pointe. Ses applications couvrent de nombreux secteurs, des véhicules autonomes avec NVIDIA DRIVE aux solutions de santé avec NVIDIA Clara, ainsi que des analyses et workflows pilotés par l’IA.

Description

• 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.

🎯 Exigences

• 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.

🏖️ Avantages

• Equity • Comprehensive benefits package