Auf einen Blick
- Aufgaben: Arbeite mit führenden Forschungseinrichtungen und entwickle innovative Lösungen im Bereich Multimodal und Physical AI.
- Unternehmen: NVIDIA, ein Pionier in beschleunigtem Computing und KI-Technologie.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Reiseanteil von 20%, aber flexible Arbeitsweise mit modernen Konferenztools.
- Warum dieser Job: Gestalte die Zukunft der Technologie und hinterlasse einen bleibenden Eindruck in der Forschung.
- Qualifikationen: Abschluss in einem MINT-Fach und 5+ Jahre Erfahrung in multimodalen GPU-Systemen.
Das prognostizierte Gehalt liegt zwischen 60750 - 74250 CHF pro Jahr.
NVIDIA has been redefining computer graphics and accelerated computing for three decades.
Today, we are tapping into the unlimited potential of AI to define the next era of computing.
Doing what has never been done before takes vision, innovation, and exceptional talent.
As an NVIDIAN, you will be immersed in a diverse, supportive environment where everyone is encouraged to do their best work and make a lasting impact on the world.
We are looking for a Solutions Architect to work with academia and research partners.
Solutions Architects are the primary technical contacts for our customers and engage deeply with researchers and application developers to drive the adoption of NVIDIA technology.
We seek an individual who combines an intricate understanding of Multimodal AI and Physical AI with expertise in accelerated computing and architecture.
What you will be doing
- Partner directly with leading research labs, researchers, and university faculty as a trusted technical advisor: develop a keen understanding of their scientific goals and drive joint research projects at supercomputing scale.
- Identify and accelerate high-impact workloads by integrating NVIDIA's frameworks, libraries, and core software stack into research projects, and help researchers amplify their impact through publications, conference presentations, and technical content.
- Advocate for accelerated computing, robotics, Multimodal AI and Physical AI, and deliver hands‑on trainings, workshops, lectures and demonstrations across NVIDIA's platforms, and mentor power users to become NVIDIA champions.
- Track emerging research trends and turn gaps between researcher needs and NVIDIA's offerings into prototypical solutions and direct feedback to NVIDIA Engineering.
- Maintain deep expertise in your domain while staying versatile across NVIDIA's full platform: GPUs, CPUs, networking, and software.
What we need to see
- A graduate degree from a leading university in a STEM related discipline or equivalent experience.
- 5+ years across the multimodal and world model lifecycle on multi-node GPU systems: video and image data curation at scale, pre‑training and post‑training, evaluation, and efficient inference.
- Strong collaboration and communication skills, with the ability to build relationships with academic and research stakeholders, and to communicate complex ideas clearly to both expert and non‑expert audiences.
- Action oriented, analytical, self‑motivated, and a passionate learner, with excellent organization skills to work in a heavily multi‑tasked environment.
- Fluent in English, both oral and written, and comfortable working in Python.
Ways to stand out from the crowd
- A Ph D from a leading university in a STEM related discipline, with 3+ years of research in the domain.
- A track record of thought leadership: high‑impact publications, talks at academic conferences and workshops, as well as good understanding of scientific policy engagement, grant processes, or national/European research program structures.
- Experience with NVIDIA's stack for visual and multimodal AI, built on CUDA and CUDA‑X, including Cosmos world foundation models, Ne Mo Framework and Megatron for multimodal model training, multimodal Nemotron methodology, Isaac robotics platform, Nu Rec for neural reconstruction, Tensor RT and NIM for deployment, and domain frameworks such as MONAI for medical imaging.
As a Solutions Architect, there is travel involved (20% of the working time), as often the best way to figure things out is a face‑to‑face meeting, but the job is not life on the road.
We make heavy use of conferencing tools, and you are empowered to figure out how to get the job done and do what it takes to make our customers successful NVIDIA pioneered accelerated computing.
Today, our AI infrastructure powers global intelligence, transforming every industry.
Learn more about NVIDIA.
#J-18808-Ljbffr
Senior Solutions Architect, Higher Education and Research, Multimodal and Physical AI Arbeitgeber: NVIDIA Corporation
NVIDIA ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung bietet, in der Innovation und Zusammenarbeit gefördert werden. Als Senior Solutions Architect im Bereich Hochschulbildung und Forschung haben Sie die Möglichkeit, direkt mit führenden Forschungseinrichtungen zusammenzuarbeiten und Ihre Expertise in Multimodal AI und Physical AI einzubringen, um bedeutende Projekte voranzutreiben. Zudem profitieren Sie von umfangreichen Weiterbildungsmöglichkeiten und einem inspirierenden Umfeld, das Ihre berufliche Entwicklung unterstützt und Ihnen erlaubt, einen bleibenden Einfluss auf die Welt zu haben.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Senior Solutions Architect, Higher Education and Research, Multimodal and Physical AI erhalten könntest
✨Tausch dich mit Datenexperten aus
Such nach lokalen Meetup-Gruppen oder Konferenzen in der Datenwissenschaft. Das ist eine super Gelegenheit, um mit Leuten zu reden, die schon in der Branche arbeiten, und eventuell sogar Insider-Tipps zu bekommen, wo Stellen zu vergeben sind.
✨Mach dich sichtbar mit Projekten
Erstelle ein paar spannende Projekte oder Analysen und teile sie auf Plattformen wie GitHub oder Kaggle. Wenn du einen coolen Algorithmus oder ein Data Vision Projekt hast, zeig es! Das bringt dich in die Sichtbarkeit und zeigt, was du drauf hast.
✨Kümmere dich um dein Netzwerk
Tausch dich mit ehemaligen Kommilitonen oder Professoren aus, die in der Datenwissenschaft tätig sind. Oft sind es die persönlichen Empfehlungen, die den Unterschied machen können, wenn es um die ersten Schritte in die Branche geht.
✨Bewirb dich direkt bei Firmen wie NVIDIA Corporation
Gehe auf die Karriere-Seite von NVIDIA Corporation und schau dir die offenen Stellen im Bereich Datenwissenschaft an. Nutze die Chance, direkt zu bewerben, weil das oft schneller und persönlicher ist als über Jobbörsen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Solutions Architect, Higher Education and Research, Multimodal and Physical AI mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Heb din technisches Wissen hervor:Sorg dafür, dass du in deinem CV und im Anschreiben deine Kenntnisse in Data Science-Tools wie Python, R oder SQL deutlich machst. Verlinke eventuell auf Projekte oder Studien, die du realisiert hast, um dein Wissen zu untermauern. Bei uns bei NVIDIA Corporation suchen wir nach Leuten, die richtig mit Daten umgehen können!
Zahlenschwindler oder Problemlöser?:Überleg dir konkrete Beispiele, wie du mit Zahlen und Daten Herausforderungen gelöst hast. Das zeigt uns deine Fähigkeit, analytisch zu denken und komplexe Probleme zu bewältigen. In der Data Science sind solche Skills Gold wert!
Die perfekte Dokumentation:Wenn du an Projekten gearbeitet hast, zeig uns deine Dokumentation! Gute Data Scientists präsentieren ihre Analysen und Resultate nachvollziehbar. So kannst du uns zeigen, dass du sowohl technische Skills hast als auch in der Lage bist, deine Arbeit verständlich zu kommunizieren.
Cooler Lebenslauf und Anschreiben:Dein Lebenslauf und dein Anschreiben sollten nicht nur ordentlich aussehen, sondern auch strukturiert und relevant für die Data Science sein. Mach deutlich, warum du bei NVIDIA Corporation arbeiten möchtest und was dich an Data Science begeistert. Wir lieben es, wenn Bewerber ihre Leidenschaft zeigen!
Wie man sich auf ein Vorstellungsgespräch bei NVIDIA Corporation vorbereitet
✨Data-Analysen ganz konkret
Mach dich bereit für technische Fragen über Datenanalysen und Statistiken. Du könntest gebeten werden, eine erste Datenanalyse durchzuführen oder Hypothesen mittels Daten zu validieren. Üb das mit echten Datensätzen, damit du die Tools wie Python oder R gut im Griff hast.
✨Das ideale Projekt-Portfolio
Sammle relevante Projekte in einem Portfolio, das dein Können zeigt. In einem Vorstellungsgespräch für eine Data-Science-Position wollen die Arbeitgeber oft sehen, wie du an Herausforderungen herangegangen bist. Zeig uns deine besten Projekte, vielleicht sogar solche, die interessante Visualisierungen oder Machine Learning Modelle beinhalten.
✨Soft Skills sind nicht zu unterschätzen
Kommunikation ist ein wichtiger Teil im Data-Science-Bereich. Bereite dich darauf vor, darüber zu sprechen, wie du komplexe Daten für nicht-technische Stakeholder erklärt hast. Es könnte auch hilfreich sein, Beispiele zu teilen, wo du im Team gearbeitet hast, um Datenlösungen zu entwickeln.
✨Fragen zur Unternehmensstrategie
Mach dir Gedanken darüber, wie deine Rolle im Unternehmen NVIDIA Corporation zum geschäftlichen Erfolg beitragen kann. Bereite Fragen vor, die aufzeigen, dass du deren Datenstrategie verstehst und wie du aktiv zur Verbesserung beitragen kannst. Das zeigt, dass du nicht nur technisches Wissen, sondern auch Interesse am Unternehmen hast.
