業務内容

• DNNの性能と効率の最先端を追求。モデル圧縮・量子化・ニューラルアーキテクチャ探索を活用した開発。
• 最新DNNアルゴリズムの分析・プロファイリング・最適化を行い、遅延が重視されるユースケース向けの生産品質ライブラリとして実装。
• 研究者・エンジニアと連携し、将来のNVIDIAチップ設計を改善しAIの最新動向に対応。
• NVIDIAのお客様がAI技術を基盤として革新的製品を市場化する支援。

技術スタック

必須スキル

• CS/EE/物理/数学の学位または同等知識。
• 5年以上のAI/ML/HPC/数値計算で、推論・ソフトウェア最適化の実務経験。
• C++, Python、データ構造・アルゴリズム・OS概念の熟練。
• 深層学習ツールチェーン（PyTorch/TensorFlow/Keras/ONNX/TensorRT 等）とコンテナ等の知識。
• ニューラルネットのトレーニング・プルーニング・量子化・本番推論デプロイ経験。
• SIMD/GPU/FPGA/DNN ASICなど加速ハードウェアでの最適化・実装経験。
• CNN/LLM/ViTのアーキテクチャと最新動向の理解。
• CV/Speech/NLP/最適化/生成系AIを用いたDNNモデルの実務経験。

歓迎スキル（該当する場合）

• TensorRT/DLA等での推論実装、C++/CUDAカーネルやBLAS等の低レベル実装。
• 分散型DL基盤/HPC/クラウドプログラミングの経験。
• オープンソース貢献（GitHub等のリンク提出）。
• 論文発表（NIPS/ICML/ICLR/CVPR/ICCV/ECCV/SIGGRAPH等）または競技実績（Kaggle等）。

キャリア成長観点

• 最先端DNN技術とハードウェア設計の両方を実務で深く習得。
• 研究開発と顧客・パートナー連携を通じた製品開発力・技術戦略の成長。
• HPC/分散DL・クラウド環境の構築力、オープンソース・論文・競技実績で市場価値を拡張。