Arquitecto de Soluciones Sénior – Inferencia de IA a Gran Escala

• Máster o Doctorado en Ciencias de la Computación, Ingeniería, Computación de Alto Rendimiento o experiencia profesional equivalente.

• Más de 5 años de experiencia en optimización de inferencia de Redes Neuronales.

• Sólido conocimiento de la optimización de la inferencia de transformers: cuantización, inferencia desagregada, decodificación especulativa, continuous batching y optimización de KV cache.

• Experiencia práctica en inferencia MoE a escala: paralelismo de expertos, WideEP, comunicación all-to-all, sobrecarga de enrutamiento (routing overhead) y equilibrio de carga a escala.

• Capacidad para interactuar eficazmente con ingenieros de ML, investigadores y arquitectos de sistemas a un nivel técnico profundo.

• Experiencia práctica con NVIDIA Dynamo, NIXL, Grove o herramientas emergentes de inferencia desagregada.

• Comprensión de las jerarquías de memoria de GPU e interconexiones de alta velocidad (NVLink, InfiniBand, RDMA, UCX).

• Has contribuido en laboratorios de IA avanzada o en proveedores de infraestructura de IA a gran escala realizando inferencia en miles de GPUs.

• Trabajos publicados o benchmarks en inferencia de IA a gran escala.

Considerada ampliamente como uno de los empleadores más deseados del mundo tecnológico, NVIDIA ofrece salarios altamente competitivos y un paquete de beneficios integral. Mientras planificas tu futuro, descubre lo que podemos ofrecerte www.nvidiabenefits.com/

Tu salario base se determinará en función de tu ubicación, experiencia y la remuneración de empleados en puestos similares. Para Polonia: El rango de salario base es de 292.500 PLN - 507.000 PLN.

Buscamos un Senior Solutions Architect con amplia experiencia en inferencia de IA en producción a gran escala. Colaborarás con los principales AI Natives de EMEA, proveedores de infraestructura de IA y empresas que despliegan IA a escala. Como líder técnico de confianza, garantizarás que el stack de inferencia de NVIDIA alcance el máximo rendimiento, eficiencia y fiabilidad. Abordarás los desafíos de inferencia de IA más difíciles de la industria en la intersección entre la IA y la computación de alto rendimiento, impulsando innovaciones en áreas como el servicio de Mixture-of-Experts (MoE) multinodo, la planificación consciente de la interconexión (interconnect-aware scheduling), la optimización de cargas de trabajo limitadas por memoria y las arquitecturas de inferencia de próxima generación. Tu trabajo establecerá la dirección técnica para una inferencia de IA escalable y de alto rendimiento en los entornos de producción más exigentes.

• Guiar a los clientes AI Natives de EMEA en el despliegue y la optimización de cargas de trabajo de inferencia a gran escala en clústeres de GPU multinodo.

• Diseñar arquitecturas de pipelines de inferencia eficientes para modelos MoE densos y dispersos/latentes, distribuyendo la carga de trabajo entre miles de GPUs.

• Mejorar la eficiencia de la inferencia mediante cuantización (INT4/FP8), decodificación especulativa, prefill/decode desagregado, gestión de KV cache y WideEP para despliegues de MoE a gran escala.

• Colaborar con los equipos de producto de NVIDIA (Dynamo, TensorRT-LLM, NIXL) para acelerar el éxito de los clientes.

• Dinamizar la comunidad de desarrolladores de inferencia de IA en toda la región EMEA a través de talleres técnicos, hackathons y arquitecturas de referencia.