GPU Math Libraries Intern – Remote in Katowice

GPU Math Libraries Intern – Remote in Katowice

Katowice Praktyka zawodowa 29250 - 35750 zł / rok (szac.) Hybrydowo
N

W skrócie

  • Zadania: Pracuj nad przyspieszonymi bibliotekami matematycznymi GPU i rozwijaj szybkie algorytmy numeryczne.
  • Firma: NVIDIA Corporation - lider w technologii GPU z innowacyjną kulturą pracy.
  • Benefity: Zdalna praca, konkurencyjne wynagrodzenie oraz możliwości rozwoju zawodowego.
  • Pozostałe informacje: Dynamiczne środowisko z doskonałymi możliwościami rozwoju kariery.
  • Dlaczego ta praca: Zyskaj doświadczenie w pracy z najnowszymi technologiami i wpływaj na przyszłość AI.
  • Kwalifikacje: Doświadczenie w programowaniu oraz umiejętność pracy w zespole.

Przewidywane wynagrodzenie mieści się w przedziale 29250 - 35750 zł za rok.

NVIDIA Corporation is seeking a Math Device Extension Libraries Intern for 2027 to advance GPU-accelerated math libraries.

You will work with senior engineers on cu BLASDx, cu Solver Dx, cu FFTDx, cu RANDDx, nv COMPDx, NPPDx and more, developing fast numerical algorithms on NVIDIA GPUs.

Based in Poland (Warsaw) with remote options, you will analyze performance, prototype tools, and collaborate across teams to transform APIs for AI and HPC workloads.

#J-18808-Ljbffr

GPU Math Libraries Intern – Remote in Katowice – pracodawca: NVIDIA Corporation

NVIDIA to doskonały pracodawca, oferujący wyjątkowe możliwości rozwoju zawodowego w dynamicznej i innowacyjnej kulturze pracy. Pracując w zespole inżynierów zajmujących się bibliotekami matematycznymi, będziesz miał okazję wpływać na rozwój technologii AI i HPC, a także korzystać z konkurencyjnych wynagrodzeń oraz bogatego pakietu benefitów. Nasza lokalizacja w Polsce sprzyja elastycznemu modelowi pracy, co pozwala na doskonałą równowagę między życiem zawodowym a prywatnym.

N

Dane kontaktowe:

Zespół rekrutacyjny NVIDIA Corporation

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako GPU Math Libraries Intern – Remote in Katowice

Znajomość bibliotek matematycznych GPU
Algorytmy numeryczne
Analiza wydajności
Prototypowanie narzędzi
Współpraca zespołowa
Transformacja API
Praca z NVIDIA GPUs