CONCEPT SOLUTIONS LLC
NVIDIA
Senior Software Engineer — cuEquivariance
Über die Stelle
NVIDIA verändert seit mehr als 25 Jahren die Computergrafik, das PC-Gaming und das beschleunigte Computing. Es ist ein einzigartiges Innovationserbe, das von großartiger Technologie – und erstaunlichen Menschen – angetrieben wird. Heute nutzen wir das unbegrenzte Potenzial der KI, um die nächste Ära des Computings zu definieren. Eine Ära, in der unsere GPU als Gehirn von Computern, Robotern und selbstfahrenden Autos fungiert, die die Welt verstehen können. Das, was noch nie zuvor getan wurde, erfordert Vision, Innovation und die besten Talente der Welt. Als NVIDIAN tauchen Sie in ein vielfältiges, unterstützendes Umfeld ein, in dem jeder inspiriert ist, seine beste Arbeit zu leisten. Treten Sie unserer Gruppe bei und entdecken Sie, wie Sie einen bleibenden Einfluss auf die Welt erzielen können.
NVIDIA BioNeMo baut die rechnerische Grundlage für die nächste Generation biologischer Entdeckungen. Wir suchen einen Senior Software Engineer für das cuEquivariance-Team – eine NVIDIA-Bibliothek, die geometrische neuronale Netze auf NVIDIA-GPUs beschleunigt und es Forschern in den Bereichen Molekularbiologie, Materialwissenschaften und Physik ermöglicht, äquivariante Modelle im großen Maßstab zu trainieren und bereitzustellen. Dieses Team entwickelt und liefert die Produktions-GPU-Kernel und Software-Schnittstellen, die äquivariante deep learning im gesamten wissenschaftlichen Bereich antreiben. Die Arbeit umfasst CUDA-Kernel-Engineering, Python-Bibliotheksentwicklung mit PyTorch und JAX sowie direkte Zusammenarbeit mit Forschungsteams und externen Framework-Entwicklern. Wenn Sie dort arbeiten möchten, wo GPU-Computing auf graphenbasiertes deep learning trifft, ist dies die richtige Rolle für Sie. Ihre Arbeit wird in Produktions-Pipelines in der gesamten wissenschaftlichen Gemeinschaft ausgeführt.
Was Sie tun werden
- Erstellen, Implementieren und Optimieren von CUDA-Kernels für äquivariante neuronale Netzwerkprimitive – Tensorprodukte, segmentierte Polynome und dreieckbasierte Operationen – mit dem Ziel, Spitzenleistung über NVIDIA-GPU-Generationen hinweg zu erzielen.
- Verantwortlich für die End-to-End-Bereitstellung von GPU-beschleunigten geometrischen ML-Primitiven: von der Implementierung bis zu validierter Software in Produktionsqualität, auf die externe Frameworks angewiesen sind.
- Erstellen und Pflegen der Schnittstellen für PyTorch und JAX, die cuEquivariance-Primitive für Anwendungsentwickler und Forscher verfügbar machen.
- Steuerung der CI/CD-Infrastruktur für Multi-GPU-Kernel-Builds, automatisierte Korrektheitstests und Nachverfolgung von Performance-Regressionen.
- Zusammenarbeit mit Applied Science und Forschungsteams zur Bewertung neuer äquivarianter Architekturen und zur Überführung von Prototypen in Produktions-Kernel.
- Direkte Zusammenarbeit mit Drittanbieter-Framework-Entwicklern und Partnern, um Schnittstellen abzustimmen und sicherzustellen, dass die gelieferte Software nahtlos in Produktions-Pipelines integriert wird.
Was wir sehen müssen
- 6+ Jahre Erfahrung in der Softwareentwicklung mit starkem Hintergrund in CUDA und GPU-Programmierung.
- Tiefgreifende Kenntnisse in C++ und Python; Erfahrung in der Erstellung und Bereitstellung von Produktionsbibliotheken, die von externen Entwicklern genutzt werden.
- Gute Grundlagen in GPU-Computing: Speicherhierarchie, Warp-Level-Ausführung, Auslastung und Methodik zur Performance-Profilierung.
- Erfahrung in der Erstellung oder Mitwirkung an wissenschaftlichen Softwarebibliotheken, ML-Frameworks oder entwicklerorientierten GPU-APIs in Produktionsqualität.
- Vertrautheit mit Konzepten des geometrischen machine learning – Äquivarianz, Gruppendarstellungen, irreduzible Darstellungen oder Tensorprodukte – ausreichend, um effizient in diesem Bereich zu arbeiten.
- BS/MS in Informatik, Physik, Angewandter Mathematik oder einem verwandten Fachgebiet oder gleichwertige Erfahrung.
Wege, sich von der Masse abzuheben
- Sie haben zu einem wichtigen neuronalen Netzwerk-Framework beigetragen oder dieses intensiv genutzt, das Äquivarianz berücksichtigt: e3nn, MACE, NequIP, SE(3)-Transformers oder ähnliches.
- Praktische Erfahrung mit Triton-Kernel-Entwicklung oder anderen Werkzeugen zur GPU-Kernel-Erstellung neben CUDA.
- Erfahrung mit Mixed-Precision- oder Tensor-Core-fähigem Algorithmusdesign für wissenschaftliche oder ML-Workloads.
- Promotion oder gleichwertige Erfahrung in computergestützter Chemie, Biophysik, Physik oder Informatik mit Schwerpunkt auf geometrischem deep learning oder HPC.
- Beiträge zu Open-Source-Projekten im Bereich geometrisches ML oder GPU-Computing.
Als einer der begehrtesten Arbeitgeber der Technologiewelt bietet NVIDIA äußerst wettbewerbsfähige Gehälter und ein umfassendes Leistungspaket. Planen Sie Ihre Zukunft und sehen Sie, was wir Ihnen und Ihrer Familie bieten können unter nvidiabenefits.com/ nvidiabenefits.com/
Ihr Grundgehalt wird basierend auf Ihrem Standort, Ihrer Erfahrung und dem Gehalt von Mitarbeitern in ähnlichen Positionen ermittelt. Die Gehaltsspanne für das Grundgehalt beträgt 184,000 USD - 287,500 USD für Level 4 und 224,000 USD - 356,500 USD für Level 5.
Sie haben außerdem Anspruch auf Aktienoptionen und Leistungen nvidia.com/en-us/benefits/.
Bewerbungen für diese Stelle werden mindestens bis zum 21. August 2026 angenommen.
Diese Ausschreibung gilt für eine bestehende Stelle.
NVIDIA setzt KI-Tools in seinen Rekrutierungsprozessen ein.
NVIDIA engagiert sich für die Förderung eines integrativen Arbeitsumfelds und ist stolz darauf, ein Arbeitgeber der Chancengleichheit zu sein. Da wir die Vielfalt unserer aktuellen und zukünftigen Mitarbeiter sehr schätzen, diskriminieren wir nicht (auch nicht in unseren Einstellungs- und Beförderungspraktiken) aufgrund von Rasse, Religion, Hautfarbe, nationaler Herkunft, Geschlecht, Geschlechtsausdruck, sexueller Orientierung, Alter, Familienstand, Veteranenstatus, Behinderungsstatus oder anderen gesetzlich geschützten Merkmalen.
